两组数据相关分析及检验简便方案

《两组数据相关分析及检验简便方案》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、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-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）木文以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Variable00002o英文版SPSS,打开Analyze-Correlate-Bivariate出來一个

2、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-札I关■双变量，将VariableOOOOl和Variable00002选作变量，其它默认,确定即可。二、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。曰M也EK昌羽■♦自♦♦nxttCOMBATXXS/vAmA

3、奂性1.152显著性（双测）.278N5353VAR00002Pearson相矣性.1521显著性（双测）.278N5353Variable00002Pearson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，即二者真的和关。如果它＞0.05则和关性不显著，即二者不和关。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

4、关表格如下相宪咗VAR00001VAR00003VAR00001Pearson相笑性1.526"显著性(或测).000N5353VAR00003Pearson相笑性.526"1显著性(或测).000N5353**.*.01水平(双测)上显著相笑。两组数据相关系数0.526,Sig=0・00v0・05,说明显著相关。三、结果描述例］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,Pv0.05)。四

5、、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宜线回归方程。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，就必须对直线冋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-tailed)即对r二0的检验。当r<>0时，有可能正有可能负，

6、所以是双尾<2-tailed)概率。注：文屮很多索材取自互联网，谢谢各位大虾！