《怎样对数据做相关性检验》由会员分享，可在线阅读，更多相关《怎样对数据做相关性检验（8页珍藏版）》请在金锄头文库上搜索。
1、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Pears on相关系数或者Spearma n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（Analyze） ”2. 选中“相关（Correlate） ”3. 选中双变量（Bivariate） ”4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SPSS中pearson （皮尔逊相关系数）确定相关性，数据分析如下图，请问1与2的相关性是 什么。急。1心Pearson柜关
2、性4-.397 *显著性泳収刚）卫d.000+200200+Pearson相关性e-.397 寸1+显著牲少测）卫200*.在.01水平（TOD上显著相关*43图片0-1为什么显著相关，请分析一下。不是相关系数越接近于1或-1，相关度越强，相关 系数越接近于0,相关度越弱么。回答Correlate 子菜单-Bivariate 过程观察 Correlation Coefficients 值和 Test of Significanee 值即可，惟必须注意，变量须为等距尺度（interval level of measurement）。若变项只属顺序尺度（ordinary level of meas
3、urement）, 则可选择计算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X1X2X3X4X5X6X7X8X1*Pearson 相关性1-.022-.447.999*.999*.982*.994*.975显著性（双侧）.972.451.000.000.003.001.005N55555555X2Pearson 相关性-.0221.261-.059-.025-.179-.117-.206显著性（双侧）.972.671.925.969.773.852.740N55555555X3Pearson 相关性-.447.2611-.481-.415-.405
4、-.448-.469显著性（双侧）.451.671.413.488.499.450.426N55555555X4*Pearson 相关性.999*-.059-.4811.997*.982*.994*.977显著性（双侧）.000.925.413.000.003.001.004N55555555X5*Pearson 相关性.999*-.025-.415.997*1.985*.994*.975显著性（双侧）.000.969.488.000.002.001.005N55555555X6*Pearson 相关性.982*-.179-.405.982*.985*1.996*.995显著性（双侧）.003
5、.773.499.003.002.000.000N55555555X7*Pearson 相关性.994*-.117-.448.994*.994*.996*1.994显著性（双侧）.001.852.450.001.001.000.001N55555555X8Pearson 相关性.975*-.206-.469.977*.975*.995*.994*1显著性（双侧）.005.740.426.004.005.000.001N55555555*. 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，比如第一列，表示为x1和其他各变 量之间的相关性，x1和x2的
6、相关系数为-.022,显著性双侧为0.972,说明这两个变量间无相关性，依次 类推。只要是显著性0.05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SPSS，相关系数矩阵怎么算an alyze-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，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，比如* Correlation is sig nifica nt at the 0.01
7、 level （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(Pears on correlati on coefficie nt)也称皮尔森积矩相关系数(Pearson product-moment correlation coefficient)，是一种线性相关系数。皮尔 森相关系数是用来反映两个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
8、。r的绝对值越大 表明相关 性越强。person是人的意思SPSS中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，能否证明两个变量相关性较高？实验结果表明两个变量的相关系数是 0.61，能否表明这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较少，所以我没法和别人的对比。所以想问问数学系的同学，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！回答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0v|r|v1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；0.4s|r| 0.7为显著性相关；0.7|r|1为高度线性相关。”这
