In quali casi è consigliabile usare la correlazione di Spearman invece di quella di Pearson?

La correlazione di Spearman viene utilizzata al posto di quella di Pearson quando i dati non soddisfano i requisiti di distribuzione normale o quando la dipendenza tra le variabili non è lineare, ma monotona (cioè, le variabili cambiano nella stessa direzione, ma non necessariamente in modo lineare). Spearman si basa sui ranghi dei dati ed è resistente agli outlier e alle relazioni monotone non lineari.

Esempi di casi per Spearman:

• I dati presentano forti outlier.
• La dipendenza tra le variabili è monotona, ma non lineare (ad esempio, esponenziale o logaritmica).
• I dati sono ordinali o classificati.

Mentre la correlazione di Pearson è adatta per misurare la dipendenza lineare tra variabili quantitative con distribuzione normale.