怎样对数据做相关性检验？

1、怎样对数据做相关性检验?怎样对数据做相关性检验？最简单直观的方法就是做相关系数矩阵了,另外就是Pearson相关系数或者Spearman相关系数用SPSS软件或者SAS软件都可以分析.用SPSS更简单.如果你用SPSS软件,分析的步骤如下：1.点击分析Analyze2 .选中相关Correlate3 .选中双变量Bivariate4选择你想要分析的变量5选择Pearson相关系数或者Spearman相关系数6选择恰当的统计检验单边或双边7点击“OK即可SPS浒pearson皮尔逊相关系数确定相关性,数据分析如下列图,请问1与2的相关性是什么.急.为什么显著相关,请分析一下.不是相关系数越接近于

2、1或-1,相关度越强,相关系数越接近于0,相关度越弱么.答复Correlate子菜单-Bivariate过程观察CorrelationCoefficients值和TestofSignificance值即可,惟必须注意,变量须为等距尺度(intervallevelofmeasurement).假设变项只属顺序尺度(ordinarylevelofmeasurement),那么可选择计算Kendalls等级相关系数和Spearman相关系数.spss相关性分析相关性相关性X1X2X3X1Pearson相关性99*.982*.994*显著性双侧03.001.005N555X2Pearson相关性79-

3、.117-.206显著性双侧73.852.740N555X3Pearson相关性05-.448-.469显著性双侧99.450.426N555X4Pearson相关性97*.982*.994*显著性双侧X4X5X6X7X81-.022-.447.999*.9.975*.972.451.000.000.055555-.0221.261-.059-.025-.1.972.671.925.969.7555-.447.261155-.481-.415-.4.451.671.413.488.455555.999*-.059-.4811.9.977*.000.925.413.000.055555.999*

4、-.025-.415.997*1.000.969.488.000.055555.982*-.179-.405.982*.003.773.499.003.00255555.994*-.117-.448.994*.001.852.450.001.001.055555.975*-.206-.469.977*.005.740.426.004.005.0N55555555*.在.01水平双侧上显著相关.一般直接看相关系数和显著性双侧.你这个一列一列的看要方便些,比方第一列,表示为x1和其他各变量之间的相关性,x1和x2的相关系数为-.022,显著性双侧8为0.972,说明这两个变量间无相关性,依次类推.

5、只要是显著性03.001.004N555X5Pearson相关性显著性双侧02.001.005N555X6Pearson相关性显著性双侧N555X7Pearson相关性显著性双侧00.001N555X8Pearson相关性显著性双侧00.001.985.000.994.9750.05即可说明两变量具有相关性,而相关性的大小取决于相关系数,相关系数越接近1,相关性越好.看了一下你的x1和x4-x8的相关系数都在0.9以上了.是非常好的.利用SPS相关系数矩阵怎么算analyze-correlate-bivariate-选择变量OK输出的是相关系数矩阵相关系数下面的Sig.是显著性检验结果的P值,

6、越接近0越显著.另外,表格下会显示显著性检验的判断结果,你看看表格下的解释就知道)比方a*.Correlationissignificantatthe0.01level(2-tailed).就是说,如果相关系数后有*符号,代表在0.01显著性水平下显著相关粗略判断的方法是,相关系数0.6以上,可以认为显著相关了person系数是什么意思皮尔森系数皮尔森相关系数皮尔森相关系数(Pearsoncorrelationcoefficient)也称皮尔森积矩相关系数(Pearsonproduct-momentcorrelationcoefficient),是一种线性相关系数.皮尔森相关系数是用来反映两个

7、变量线性相关程度的统计量.相关系数用r表示,其中n为样本量,分别为两个变量的观测值和均值.r描述的是两个变量间线性相关强弱的程度.r的绝对值越大说明相关性越强.person是人的意思SPS冲pearson(皮尔逊相关系数)看r值还是P值,确定相关性两个值都要看,r值表示在样本中变量间的相关系数,表示相关性的大小；p值是检验值,是检验两变量在样本来自的总体中是否存在和样本一样的相关性.相关系数为0.61,能否证实两个变量相关性较高？实验结果说明两个变量的相关系数是0.61,能否说明这2个变量有较高的相关性？目前研究这2个变量表示的内容的关系的人还比拟少,所以我没法和别人的比照.10所以想问问数学

8、系的同学,这个结果够不够充分？谢谢！可根据相关系数的临界值去判断.追问能否说的具体一些？谢谢！答复1.可根据相关系数r的临界值去判断.可查资料,资料很多.2 .当0|r|1时,表示两变量存在一定程度的线性相关.且|r|越接近1,两变量间线性关系越密切；|r|越接近于0,表示两变量的线性相关越弱.一般可按三级划分：|r|0.4为低度线性相关；0.4W|r|0.7为显著性相关；0.70|r|1为高度线性相关.这是一种简单的判断方法：因此r=0.61为显著相关.追问(1)我这个不是线性相关系数(2)显著相关是什么概念？假设2个变量显著相关,能不能作为一个较好的结果?其他2条答复2022-04-041

9、6:16热心网友皮尔森相关(简单相关)检验的应该就是线性相关楼上说的是对的:/wenku.baidu/view/997f6c4d2e3f5727a5e9624f.html相关性大小是指相关系数的绝对值是否显著、极显著是指显著性水平,即看P值的大小:/wenku.baidu/view/8e57d87a27284b73f2425083.html#相关系数多大才算相关性比拟好啊大于0.8为什么会出现相关系数小但是相关性显著的情况呢11当显著性水平小于0.05时说明两个变量之间存在显著相关,反之那么不存在.相关系数是表示两个变量之间的相关性强弱的.假设检验只是判断相关系数是否为0,r0为正相关,y0为

10、负相关.丫=0表不不相关；丫的绝对值越大,相关程度越高.两组数据的相关系数如果是负数那么表示一组数据增大,另一组数据也反而减小；一组数据减小,另一组数据反而增大.相关系数如果是负数说明两种资产的收益率呈反方向变动,负数代表负相关.正数代表正相关.0代表不相关.你好,请教一下,主成分分析中,综合得分都是负值怎么比拟？你是用什么软件操作？SPSS中,主成分分析实现是利用因子分析,只要累计方差奉献率到达80%以上即可,你说的综合得分指的是因子分析的得分？追问谢谢！是的,是各因子的得分,以下是计算结果13FlF2:F3F FA-0.54-3.83-0.69-5.11B-2,-1.82-6.69-10.

11、61C-3.S92.34T,67T1.30第一次用,是不是哪里出错了,数据不知道怎么解释？我的qq:2628230137答复首先,你要先确定你的变量不存在问题：不存在共线、异方差等,在做因子分析前,你是否进行了KMO检验？是否有必要做因子旋转？累计方差奉献率是否到达80%以上以上问题都排除之后,说明你的变量应该是不存在问题.那么一般因子分析得分出现负数,只能说明因子得分是在平均分以下,我头一次见到所有因子和主因子得分都是负数建议你先看下变量是否存在问题,我晚上不上QQ,如果你白天有时间,可以加个QQ聊下.用SPSS1行主成分分析,最后得出的一个综合指标关系式,但是带入相应的数据后为负值.请问原因及解决方法有负值是正常的由于