相关性分析(correlation analysis)

相关性分析（correlation analysis）
➢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。

➢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。

➢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。

➢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。

➢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。