《相关性分析.docx》由会员分享，可在线阅读，更多相关《相关性分析.docx（2页珍藏版）》请在三一办公上搜索。
1、相关性分析 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l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
2、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，r0.98；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，r0.l5；在图表5.42中，相关性分析计算出相同的r值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。 注意事项 如果，r0，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
