Żadna z korelacji równa zero niekoniecznie mówi wiele o drugiej, ponieważ „ważą” one dane - zwłaszcza dane ekstremalne - zupełnie inaczej. Mam zamiar pobawić się próbkami, ale podobne przykłady można skonstruować z dwuwymiarowymi rozkładami / kopulami.
1. Korelacja Spearmana 0 nie implikuje korelacji Pearsona 0 :
Jak wspomniano w pytaniu, w komentarzach znajdują się przykłady, ale podstawowa struktura to „skonstruuj przypadek, w którym korelacja Spearmana wynosi 0, a następnie weź skrajny punkt i uczyń go bardziej ekstremalnym bez zmiany korelacji Spearmana”
Przykłady w komentarzach obejmują to bardzo dobrze, ale zamierzam tutaj grać bardziej „losowym” przykładem. Rozważmy więc te dane (w R), które z założenia mają korelację Spearmana i Pearsona 0:
x=c(0.660527211673069, 0.853446087136149, -0.00673848667511427,
-0.730570343152498, 0.0519171047989013, 0.00190761493801791,
-0.72628058443299, 2.4453231076856, -0.918072410495674, -0.364060229489348,
-0.520696233492491, 0.659907250608776)
y=c(-0.0214697990371976, 0.255615059485107, 1.10561181413232, 0.572216886959267,
-0.929089680725018, 0.530329993414123, -0.219422799586819, -0.425186120279194,
-0.848952532832652, 0.859700836483046, -0.00836246690850083,
1.43806947831794)
cor(x,y);cor(x,y,method="sp")
[1] 1.523681e-18
[1] 0
Teraz dodaj 1000 do y [12] i odejmij 0,6 od x [9]; korelacja Spearmana pozostaje niezmieniona, ale korelacja Pearsona wynosi obecnie 0,1841:
ya=y
ya[12]=ya[12]+1000
xa=x
xa[9]=xa[9]-.6
cor(xa,ya);cor(xa,ya,method="sp")
[1] 0.1841168
[1] 0
(Jeśli chcesz mieć duże znaczenie dla tej korelacji Pearsona, po prostu powtórz całą próbę kilka razy.)
2. Korelacja Pearsona 0 nie implikuje korelacji Spearmana 0 :
Oto dwa przykłady z zerową korelacją Pearsona, ale niezerową korelacją Spearmana (i ponownie, jeśli chcesz mieć duże znaczenie w tych korelacjach Spearmana, po prostu powtórz całą próbkę kilka razy).
Przykład 1:
x1=c(rep(-3.4566679074320789866,20),-2:5)
y1=x1*x1
cor(x1,y1);cor(x1,y1,method="spe")
[1] -8.007297e-17
[1] -0.3512699
Przykład 2:
k=16.881943016134132
x2=c(-9:9,-k,k)
y2=c(-9:9,k,-k)
cor(x2,y2);cor(x2,y2,method="spe")
[1] -9.154471e-17
[1] 0.4805195
W tym ostatnim przykładzie korelację Spearmana można wzmocnić, dodając więcej punktów na y = x, jednocześnie czyniąc dwa punkty w lewym górnym i prawym dolnym rogu bardziej ekstremalnymi, aby utrzymać korelację Pearsona na 0.