两组数据相关分析及检验简便方案_第1页
两组数据相关分析及检验简便方案_第2页
两组数据相关分析及检验简便方案_第3页
两组数据相关分析及检验简便方案_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

两组数据相关分析及检验简便方案本人也是统计菜鸟，但经常被要求计算相关关系并检验，只好查文献，找资料，结合广大大虾们的经验，总结了一个简单的操作流程和通俗易懂的解释，附带上对分析结果的论文表述（大虾远离、只适合菜鸟使用）。一、计算方法（可利用SPSS、excel等）本文以SPSS为例，只要你安装了SPSS就非常简单了，你有两组数据（两列），打开SPSS主界面，将一组数（不带标题）拷贝到一个纵列VariableOOOOl，将另一组数拷贝到第二个纵列Variable00002。英文版SPSS，打开Analyze-Correlate-Bivariate出来一个对话框，在这个对话框中，将左边蓝中的两个 Variable放到右边栏中。correlationcoefficient选取pearson，单击OK。中文版SPSS，点分析-相关-双变量，将VariableOOOOl和Variable00002选作变量，其它默认，确定即可。

、结果分析以上操作后，弹出如下窗体，只需关注相关性这个表格即可。例1的相关性表格如下:VAR00001VAR00002VAR00001Pearson1.152.显薯性叔侧）N5'3VAR00002Pearson.1521显薯性叔侧）N5'30Variable00002Pearson相关性对应的0.152是相关系数，它反映了二者是正相关还是负相关，是密切还是不密切，这个数的绝对值越大则越密切，如果是负数说明二者负相关。显著性（双侧）是判断相关显著性，如果它＜0.05说明这个相关性具有统计学意义，即二者真的相关。如果它＞0.05则相关性不显著，即二者不相关。以上表为例，0.152的相关系数，0.278＞0.05，说明相关不显著。用另一组数据为例，在此做相关分析并检验例2相关表格如下VAR00001yA.RooooaVAR00001Pearson相缤性1：.5261显善性f取测).000N5353VAR00003Pearson相裟性.52611.000N5353祕在-水平(驭側)上显著相共。两组数据相关系数0・526,Sig=0・0Ov0・05，说明显著相关。三、结果描述例1中VariableOOOOl与Variable00002不相关(r=0.152,p=0.278),例2中VariableOOOOl与Variable00002之间的相关有统计学意义，相关显著(r=0.526,P<0.05)。四、为什么做检验，本检验的前提为如果变量x与y之间并不存在直线关系，但由于n对观测值(Xi,Yi)也可以根据计算公式求得一个直线回归方程。显然，这样的直线回归方程所反应的两个变量之间的直线关系是不真实的，所以为了判断直线回归方程的两个变量间的直线关系的真实性，就必须对直线回归的相关系数进行假设检验，检验方法有F和t两种，二者是等价的，任选其一即可。pearsoncorrelation是皮尔森相关系数，采用该法有前提：双变量正态分布。如果不服从，应该选用spearman相关系数°Sig.(2-ta

人人文库> 全部分类> 行业资料 > 各类标准

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论