相关性分析(correlation_analysis)

上传人:小** 文档编号:65784983 上传时间:2022-03-25 格式:DOC 页数:3 大小:95KB
返回 下载 相关 举报
相关性分析(correlation_analysis)_第1页
第1页 / 共3页
相关性分析(correlation_analysis)_第2页
第2页 / 共3页
相关性分析(correlation_analysis)_第3页
第3页 / 共3页
亲,该文档总共3页,全部预览完了,如果喜欢就下载吧!
资源描述
相关性分析(correlation analysis)概述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I到1之间。如果r接近0则两个变量没有线性相关性;当r接近I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.I5;在图表5.42中,相关性分析计算出相同的r值一一二0.15,但是, 线性的。在这个情况下显然两个变量是相关的,尽管不是图表5*39强正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r2,它是相关系数r一的平方。
展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 办公文档 > 解决方案


copyright@ 2023-2025  zhuangpeitu.com 装配图网版权所有   联系电话:18123376007

备案号:ICP2024067431-1 川公网安备51140202000466号


本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!