如何在cor.test中获取Spearman相关系数的置信区间？

我使用以下代码进行Spearman秩相关分析：

corMy_PSQ_T <- cor.test(datET$My_scale, datET$PSQ, method="spearman", exact=FALSE)

数据集包含My_scale和PSQ两个数值型配对变量。但运行后查看结果结构，发现输出中未包含置信区间，结果结构如下：

List of 8
 $ statistic  : Named num 29760
  ..- attr(*, "names")= chr "S"
 $ parameter  : NULL
 $ p.value    : num 0.186
 $ estimate   : Named num 0.173
  ..- attr(*, "names")= chr "rho"
 $ null.value : Named num 0
  ..- attr(*, "names")= chr "rho"
 $ alternative: chr "two.sided"
 $ method     : chr "Spearman's rank correlation rho"
 $ data.name  : chr "datET$My_scale and datET$PSQ"
 - attr(*, "class")= chr "htest"

问题原因 #

R基础包的cor.test()函数默认不会为Spearman秩相关系数计算置信区间，该函数仅内置了相关系数、p值等核心统计量的输出逻辑。

解决办法 #

可以通过以下两种方式获取置信区间：

方法1：用boot包做自助法计算

自助法通过重复抽样估计置信区间，步骤如下：

1. 安装并加载boot包：

install.packages("boot")
library(boot)

2. 定义计算Spearman相关系数的函数：

spearman_boot <- function(data, indices) {
  d <- data[indices, ]
  return(cor(d[,1], d[,2], method = "spearman"))
}

3. 准备分析数据：

boot_data <- data.frame(datET$My_scale, datET$PSQ)

4. 执行自助抽样并提取置信区间：

boot_result <- boot(data = boot_data, statistic = spearman_boot, R = 1000)
# 获取95%置信区间（百分位数法）
boot.ci(boot_result, type = "perc")

• R = 1000代表重复抽样1000次，次数越多结果越稳定；
• 也可选择type = "bca"使用偏差校正加速法，结果更稳健。

方法2：用Hmisc包的rcorr()函数直接计算

Hmisc包支持直接输出Spearman相关系数的置信区间：

1. 安装并加载Hmisc包：

install.packages("Hmisc")
library(Hmisc)

2. 计算带置信区间的相关分析：

rcorr_result <- rcorr(as.matrix(datET[, c("My_scale", "PSQ")]), type = "spearman")
# 查看置信区间
rcorr_result$ci

内容的提问来源于stack exchange，提问作者Jorge Guerrero De León