偏相关分析要点.docVIP

偏相关分析 一、分析销量和价格之间的关系 对价格和销量间做相关分析 相关性 价格 销量 价格 Pearson 相关性 1 -.922** 显著性（双侧） .000 N 12 12 销量 Pearson 相关性 -.922** 1 显著性（双侧） .000 N 12 12 **. 在 .01 水平（双侧）上显著相关。 A .先控制广告费用和日照时间这两个变量 相关性 控制变量 价格 销量 广告费用 日照时间 价格 相关性 1.000 -.699 显著性（双侧） . .024 df 0 8 销量 相关性 -.699 1.000 显著性（双侧） .024 . df 8 0 价格和销量之间的相关系数检验的概率P值是0.024，小于显著性水平0.05，应该拒绝相关系数检验的零假设，所以他们两者之间有线性关系，而且的简单相关系数是-0.699，表示两变量之间具有较强的负线性关系。强弱程度有所下降，表示广告费用和日照时间对其有一定的影响。但与上面的相关分析的结果差异性不大。 B. 再分别控制广告费用和日照时间 相关性 控制变量 价格 销量 广告费用 价格 相关性 1.000 -.555 显著性（双侧） . .077 df 0 9 销量 相关性 -.555 1.000 显著性（双侧） .077 . df 9 0 相关性 控制变量 价格 销量 日照时间 价格 相关性 1.000 -.772 显著性（双侧） . .005 df 0 9 销量 相关性 -.772 1.000 显著性（双侧） .005 . df 9 0 分析销量和广告费用之间的关系 对销量和广告费用做相关分析 相关性 广告费用 销量 广告费用 Pearson 相关性 1 .964** 显著性（双侧） .000 N 12 12 销量 Pearson 相关性 .964** 1 显著性（双侧） .000 N 12 12 **. 在 .01 水平（双侧）上显著相关。 2．分析销量和广告费用之间的关系，控制价格和日照时间这两个变量 相关性 控制变量 广告费用 销量 价格 日照时间 广告费用 相关性 1.000 .666 显著性（双侧） . .036 df 0 8 销量 相关性 .666 1.000 显著性（双侧） .036 . df 8 0 广告费用和销量之间的相关系数检验的概率P值是0.036，小于显著性水平0.05，应该拒绝相关系数检验的零假设，所以他们两者之间有线性关系，而且的简单相关系数是0.666，表示两变量之间具有较强的正线性关系，强度有所减弱，但差异性不大。表示价格和日照时间对其有较小的影响。 分别控制价格、光照时间 相关性 控制变量 广告费用 销量 价格 广告费用 相关性 1.000 .824 显著性（双侧） . .002 df 0 9 销量 相关性 .824 1.000 显著性（双侧） .002 . df 9 0 相关性 控制变量 广告费用 销量 日照时间 广告费用 相关性 1.000 .748 显著性（双侧） . .008 df 0 9 销量 相关性 .748 1.000 显著性（双侧） .008 . df 9 0 相关性 日照时间 销量 日照时间 Pearson 相关性 1 .973** 显著性（双侧） .000 N 12 12 销量 Pearson 相关性 .973** 1 显著性（双侧） .000 N 12 12 **. 在 .01 水平（双侧）上显著相关。 控制价格和广告费用这两个变量 相关性 控制变量 日照时间 销量 价格 广告费用 日照时间 相关性 1.000 .866 显著性（双侧） . .001 df 0 8 销量 相关性 .866 1.000 显著性（双侧） .001 . df 8 0 日照时间和销量之间的相关系数检验的概率P值是0.001，小于显著性水平0.05，应该拒绝相关系数检验的零假设，所以他们两者之间有线性关系，而且的简单相关系数是0.866，表示两变量之间具有较强的正线性关系。与前面相比强度有所减弱，表示价格和广告费用对他们有很小的影响。 分别控制价格、广告费用 相关性 控制变量 日照时间 销量 价格 日照时间 相关性 1.000 .925 显著性（双侧） . .000 df 0 9 销量 相关性 .925 1.000 显著性（双侧） .000 . df 9