本站分享:大数据、数据分析师考试认证培训,包括:Python培训Excel培训Matlab培训SPSS培训SAS培训R语言培训Hadoop培训Amos培训Stata培训Eviews培训广告位

用SPSS做两列数据的相关性分析,两个spss图表具体都说明了什么

spss培训 cdadata 1625℃

用SPSS做两列数据的相关性分析,得到了如下两个图表所示的内容,两个表具体都说明了什么意思呢

关键词:两组数据的相关性分析两组数据的差异性分析spss相关性分析

Correlations

A B

A Pearson Correlation 1 -.651**

Sig. (2-tailed) .000

N 1053 1053

B Pearson Correlation -.651** 1

Sig. (2-tailed) .000

N 1053 1053

**. Correlation is significant at the 0.01 level (2-tailed).

spss两组数据的相关性分析

精彩回答:
c和d的Pearson相关系数是0.082。在得出样本相关系数后,还需要检验这个相关性是否由于偶然原因得到(也就是总体相关系数实际为0,仅由于抽样误差而得到样本的这个相关系数)。经过显著性检验,在总体相关系数为0的假设下,得出样本相关系数为0.082或更大的双侧概率为0.007,这就可以以高概率推翻总体相关系数为0的假设,也就表示总体确实存在一定的线性相关,但这个相关性即为微弱,不具有实际应用意义,这种情况在大样本下经常见到。需要注意的是,Pearson相关系数仅仅反映线性相关,并不能反映非线性相关性,因此你可以通过散点图看看c和d之间是否有存在非线性相关,最后才能下结论c和d之间是否有相关性,绝对不能仅凭Pearson相关系数就认定c和d的相关性(不论是有相关性还是无相关性,都必须结合散点图才能确定)。
Sig.是英文significance的缩写,也就统计教科书的P值,见于显著性检验中(内容参考上面相关系数检验的介绍),有双侧检验(2-tailed或2-sided)和单侧检验(one-tailed或one-sided)之分。双侧检验用于检验是否等于某个数值(比如本例的0值),而单侧检验用于检验是否大于(或小于)某个数值。
你的样本a和b具有中等大小的负相关(记住是线性相关),但这一点仍然有待散点图的证实。通过散点图看看有没有离群值扭曲你的Pearson相关系数,这一点十分重要!

转载请注明:数据分析 » 用SPSS做两列数据的相关性分析,两个spss图表具体都说明了什么

喜欢 (0)or分享 (0)