相关性分析(correlationanalysis).docx

工 相关性分析(correlation analysis)
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l至iJ 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
。 美的线性关系，r= ;，R= 0. 69, 比较，数据散布在更宽的范围内；，两个变量不相关，r = ;, 相关性分析计算出相同的r ———= ,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。
弱负线性相关
图表5. 39强正线性相关
图表542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 。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r：它是相关系数r 一的平方。
END
（注：专业文档是经验性极强的领域，无法思考和涵盖全面，素材和资料部分来自网络，供参 考。可复制、编制，期待你的好评与关注）