秩关联：单调排序与线性斜率回答不同问题

CoTrading 编辑团队 2026-10-26 Read in English

完全秩相关说明两个变量的次序一致，不代表一个增加一单位，另一个就恒定增加某个数量。选择相关系数之前，把原始数值和秩放在一起核对。否则，一个有用的排序关系，很容易被误写成关于斜率、边际影响甚至因果的结论。

本任务交付配对观察台账、能处理并列值的秩表，以及所测关系的明确说明。它可用于核对任务复杂度与复核时间，或两套独立研究评分的关联；两个意见高度相关，并不证明其中任一意见正确。

先定义测量与配对

每行保存观察对象、横变量、纵变量、日期和单位。两项测量必须对应同一对象与计划窗口。若先把两列各自排序，再按位置拼起来，就会人为制造一致，而不是测量原来存在的关系。

SciPy的Spearman文档描述的是单调关联；原始值的Pearson相关针对线性关联。两者都不会自动提供因果设计，也不是检验所有依赖形式的万能工具。下面数字均为假设教学观察，不是真实公司或投资收益记录。

说明高值代表更困难、更充分证据，还是更快完成。若速度分数随用时缩短而上升，它与分钟数的方向相反。缺失和排除也要保留：只计算同时有两个值的行，在缺失具有选择性时会改变所分析总体，不能只留下一个相关系数。

次序完全相同，仍不等于直线

设四个虚构任务，横值依次为一、二、三、四，纵值为一、四、九、十六。在这个正数区间里，纵值正好是横值平方。

任务	横值	纵值	横值秩	纵值秩
甲	1	1	1	1
乙	2	4	2	2
丙	3	9	3	3
丁	4	16	4	4

两列秩完全一致，Spearman相关为一。但是纵值相邻增量是三、五、七，表格并不支持每单位横值对应恒定纵向变化。把“排名一致”写成“每增加一单位都提高五”，就越过了证据。

独立复算原值相关：横值均值二点五，纵值均值七点五，中心化乘积和为二十五，两列离差平方和分别五、一百二十九。因此Pearson相关为二十五除以六百四十五的平方根，约零点九八四三七四。它很高，但不是一。

四个观察的最小二乘直线是预测纵值等于负五加五倍横值，拟合值为零、五、十、十五，残差为一、负一、负一、一。曲率仍清楚存在；两项相关系数都好看，并不会让这些直线残差消失，也不能证明线性模型适合更远范围。

遇到并列，公开采用哪种秩

现在只把横值改为一、二、二、四，纵值保持不变。中间两个横值占据第二与第三名，采用平均秩时都记作二点五。

任务	横值	纵值	横值平均秩	纵值秩
甲	1	1	1	1
乙	2	4	2.5	2
丙	2	9	2.5	3
丁	4	16	4	4

SciPy rankdata说明定义了默认平均秩，并区分最小、最大、稠密和按出现次序等处理。应登记实际方法，尤其当原评分经过四舍五入，或本来就是少数几个类别时。

对两列秩求普通相关：均值都为二点五，中心化乘积和四点五，离差平方和分别四点五和五，得到四点五除以二十二点五的平方根，约零点九四八六八三。读者可以直接从四行表重建，而不必信任软件显示的最后几位。

常见简式“第一项一，减去六倍秩差平方和除以样本量乘样本量平方减一”，在这个简单形式下要求没有并列。若原样用于本例，会得到零点九五。差距虽小，却显示熟悉公式也可能使用错误前提，不能因为结果接近就认为处理正确。

不要按原始行顺序强行打破并列，以获得每行不同的名次；这会增加测量中没有的排序信息。若能取得未舍入值，先判断它是否才是计划输入，不能看哪一种精度提高相关后再换规则。原值、显示精度和秩规则都应有版本。

追踪纯粹由测量精度造成的变化

再做具体核对：横值为一点零一、一点一一、一点一四、一点二一，纵值秩依次一至四。舍入前两列秩完全相同，相关为一；横值保留一位小数后变成一点零、一点一、一点一、一点二，秩变为一、二点五、二点五、四，相关便与前例相同，约零点九四八六八三。

任务原本的次序没有改变，改变的是公开分辨率，中间两项差异被丢掉。应先记录这个原因，不把系数下降直接归因为研究质量恶化。跨期比较可以使用有依据的共同精度，或明确披露断点；不能只保留舍入列，再从结果中猜测原来两项谁更高。

如果原值不可取得，就保留“精度变化可能解释差异”这一待核条件。没有证据不能擅自恢复并列，也不能把两个时期原本不同的采集方式当成完全相同。需要补的是实际测量记录，不是为了接近旧相关而调整排序。

不同机制反例：确定关系也可秩相关为零

另设横值为负二、负一、零、一、二，纵值为四、一、零、一、四。纵值仍严格由横值平方决定，但范围跨过了最低点两边。

横值秩为一至五，纵值平均秩为四点五、二点五、一、二点五、四点五。中心化乘积互相抵消，Spearman相关为零；然而知道横值，就能在这个构造例中精确确定纵值。零秩相关并没有证明独立。

因此，把小相关解释为“没有可用关系”前，应看配对图，或至少保留按横值排列的原始表。非单调形状、分组和门槛效应都可能被单一单调汇总漏掉。另一方面，也不能为了挽救希望的结论而任意拟合复杂曲线；应说明需要研究的关系，再补充新观察。

它和第一个案例不同：第一个是顺序完全增加、增量不恒定；第二个是在整个范围内既不单调增加，也不单调减少，却仍有确定依赖。排序、直线程度和一般依赖是三个问题，不能用同一系数的名称把它们混在一起。

若把第二例限制为横值零、一、二，秩相关会变成一。这是受限范围中的陈述，不与原来的零矛盾。比较不同资料集的相关时，要保存取样窗口和纳入规则；看到系数上升，并不能排除只是研究范围改变。若这种限制事后才选，也要明确它属于探索，而非原先预定总体。

描述系数不等于推断结论

四五行足以演示算术，却不足以建立稳定总体关系。spearmanr文档提醒较小样本下近似显著性数值的限制，并讨论置换检验；这是实现方法的适用提醒，不是某个样本量一到就自动可靠的证书。

置换也要有可交换结构。同一发行人或人员重复观察，任意打乱每一行可能破坏取样设计。保留聚类和配对，并区分随机化任务实验与观察关联。换一个检验名称，不会修复依赖或选择问题；本例只解释描述性系数，不虚构显著性结果。

显著性数值不是效应大小，也不是因果故事为真的概率。应同时报告系数、样本量、并列数量、缺失及不确定度方法。若一项输入为常数，其秩方差为零，相关没有定义；不能把软件的未定义结果改写成“证明没有关系”。

交付关联核验表

记录	必需输入	核验动作
配对	对象、日期、两项测量	是否先匹配再排序
含义	单位与方向	高值是否含义一致
秩	并列规则与精度	能否复建平均秩
形状	原值表或配对图	是否单调、是否曲线
推断	取样单位与方法	独立或可交换假设成立吗
结论	排序、斜率或其他目标	表述是否匹配系数

原始数据不足时，不从四舍五入后的相关系数猜测散点结构。一个系数可能对应很多不同配对形状；如果只拿到汇总，应把原值和并列规则标为缺失。必须区分“暂不能复算”与“方法已经错误”，并记录需要哪一份行级资料才能继续核验。

舍入方式改变、新任务扩展范围、总体构成变化，都应触发重查。保存原值与派生秩，避免新的并列规则抹去旧计算。最终结论说明观察到了什么次序，以及关于距离、函数形状和原因还有什么未解决；它应比一个看似通用的相关等级更具体。