相关性分析(correlationanalysis)

《相关性分析(correlationanalysis)》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、工相关性分析(correlationanalysis)相关性分析可以用来验证两个变量间的线性关系，从相关系数r我们可以知道两个变量是否呈线性关系、线性关系的强弱，以及是正相关还是负相关。?适用场合•当你有成对的数字数据时；•当你画了一张散点图，发现数据有线性关系时；•当你想要用统计的方法测量数据是否落在一条线上时。?实施步骤尽管人工可以进行相关性分析，然而计算机软件可以使计算更简便。按照以下的介绍来使用你的软件。分析计算出相关性系数r,它介于一l至iJ1之间。•如果r接近0则两个变量没有线性相关性；•当r

2、接近—l或者1时，说明两个变量线性关系很强；•正的r值代表当y值很小时x值也很小，当y值很大时r值也很大；•负的r值代表当y值很大时x值很小，反之亦然。?示例图表5.39到图表5.42给出了两个变量不同关系时的散点图。图表5.39给出了一个近似完美的线性关系，r=0.98;图表5.40给出了一个弱的负线性相关关系，R=0.69,与图表5.39比较，数据散布在更宽的范围内；在图表5.41中，两个变量不相关，r=0.l5;在图表5.42中,相关性分析计算出相同的r———=0.15,但是，在这个情况下显然两个变

3、量是相关的，尽管不是线性的。图表5.40弱负线性相关图表5.39强正线性相关图表542非线性相关?注意事项•如果，r=0,则变量不相关，但是可能有弯曲的相关性，如图表5.42那样。为避免这种情况，首先画出数据的散点图来判断它们的关系。相关性分析只对于存在线性关系的变量有意义。•相关性分析可以证实两个变量间关系的强弱，但不能计算出那条回归线，如果想找到最符合的线，请参阅回归分析。•对于系数的决定，回归分析中使用r：它是相关系数r一的平方。END（注：专业文档是经验性极强的领域，无法思考和涵盖全面，素材和资料

4、部分来自网络，供参考。可复制、编制，期待你的好评与关注）