相关分析案例讲解.docVIP

相关分析 一、两个变量的相关分析：Bivariate 1．相关系数的含义 相关分析是研究变量间密切程度的一种常用统计方法。相关系数是描述相关关系强弱程度和方向的统计量，通常用r表示。 ①相关系数的取值范围在-1和+1之间，即：–1≤r≤ 1。 ②计算结果，若r为正，则表明两变量为正相关；若r为负，则表明两变量为负相关。 ③相关系数r的数值越接近于1（–1或+1），表示相关系数越强；越接近于0，表示相关系数越弱。如果r=1或–1，则表示两个现象完全直线性相关。如果=0，则表示两个现象完全不相关（不是直线相关）。 ④，称为微弱相关、，称为低度相关、，称为显著（中度）相关、，称为高度相关 ⑤r值很小，说明X与Y之间没有线性相关关系，但并不意味着X与Y之间没有其它关系，如很强的非线性关系。 ⑥直线相关系数一般只适用与测定变量间的线性相关关系，若要衡量非线性相关时，一般应采用相关指数R。 2．常用的简单相关系数 （1）皮尔逊（Pearson）相关系数 皮尔逊相关系数亦称积矩相关系数，1890年由英国统计学家卡尔?皮尔逊提出。定距变量之间的相关测量常用Pearson系数法。 （1） （1）式是样本的相关系数。计算皮尔逊相关系数的数据要求：变量都是服从正态分布，相互独立的连续数据；两个变量在散点图上有线性相关趋势；样本容量。 （2）斯皮尔曼（Spearman）等级相关系数 Spearma