相关性分析(correlation-analysis)

('相关性分析(correlationanalysis)\uf0d8概述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。\uf0d8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。\uf0d8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－l到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。\uf0d8示例图表5.39到图表5.42给出了两个变量不同关系时的散点图。图表5.39给出了一个近似完美的线性关系，r＝0.98；图表5.40给出了一个弱的负线性相关关系，R=－0.69，与图表5.39比较，数据散布在更宽的范围内；在图表5.41中，两个变量不相关，r＝0.l5；在图表5.42中，相关性分析计算出相同的r值——＝0.15，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。\uf0d8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5.42那样。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r2，它是相关系数r一的平方。END',)