相关性分析报告(correlationanalysis)
《相关性分析报告(correlationanalysis)》由会员分享,可在线阅读,更多相关《相关性分析报告(correlationanalysis)(2页珍藏版)》请在装配图网上搜索。
1、_|_ 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,它介于一1到1之间。如果r接近0则两个变量没有线性相关性;当r接近一1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
2、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=0.15;在图表5.42中,相 关性分析计算出相同的r值一一= 0.15,但是,在这个情况下显然两个变量是相关的,尽管不是 线性的。图表5,39 强正线殁相关图表5. 40弱负城性相关图表5.41 不相关图表5.42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r2,它是相关系数r 一的平方。END
- 温馨提示:
1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 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,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。