www.3112.net > 相关系数标准

相关系数标准

相关系数的数值范围在-1和+1范围之间,即-1≤R≤1,R>0为 正相关,R 判断标准:|R| 0.5 |R|=0时,不相关,|R|=1时完全相关

相关系数的强弱仅仅看系数的大小是不够的.一般来说,取绝对值后,0-0.09为没有相关性,0.3-弱,0.1-0.3为弱相关,0.3-0.5为中等相关,0.5-1.0为强相关.但是,往往你还需要做显著性差异检验,即t-test,来检验两组数据是否显著相关,这在SPSS里面会自动为你计算的.样本书越是大,需要达到显著性相关的相关系数就会越小.所以这关系到你的样本大小,如果你的样本很大,比如说超过300,往往分析出来的相关系数比较低,比如0.2,因为你样本量的增大造成了差异的增大,但显著性检验却认为这是极其显著的相关.一般来说,我们判断强弱主要看显著性,而非相关系数本身.但你在撰写论文时需要同时报告这两个统计数据.

相关系数是变量之间相关程度的指标.样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值范围为[-1,1].|r|值越大,误差Q越小,变量之间的线性相关程度越高;|r|值越接近0,Q越大,变量之间的线性相关程度越低.相关系数 又称皮(尔生)氏积矩相关系数,说明两个现象之间相关关系密切程度的统计分析指标.相关系数用希腊字母γ表示,γ值的范围在-1和+1之间.γ>0为正相关,γ

相关系数取值范围如下:1、符号:如果为正号,则表示正相关,如果为负号,则表示负相关.通俗点说,正相关就是变量会与参照数同方向变动,负相关就是变量与参照数反向变动;2、取值为0,这是极端,表示不相关;3、取值为1,表示完全正相关,而且呈同向变动的幅度是一样的;4、如果为-1,表示完全负相关,以同样的幅度反向变动;5、取值范围:[-1,1].

1.相关系数只能说明关性的强弱,没有方向性的.比较(a、b、c)->y的影响力,应进行多元线性回归分析,比较标准化回归系数大小.2.要证明a、b、c是y的影响因素,只用相关分析得出显著相关,是不够的.详请看 http://zhidao.baidu.com/question/23035036.html

答:相关系数与估计标准误差的关系:估计标准误差Syx与相关系统r在数量上存在着密切关系,Syx和r的变化方向是相反的.当r越大时,Syx越小,这说明相关密切程度较高,回归直线的代表性较大;当r越小时,Syx越大,这说明相关密切的程度较低,回归直线的代表性较小;r±1时,Syx=0,说明现象间完全相关,各相关点均落在回归直线上,此时对x的任何变化,y总有一个相应的值与之对应;对r=0时,Syx取得最大值,这说明现象间不存在直线关系.

这里主要关注两个信息就够知了,一个是n,那就是你的样本容量,比如n=100的话就是有100个被试,也即100组配对的数据.根据你的样本量找到检验表里对应的行.另一个就是根据你定的道显著性水平来看显著性,一般0.05水平就够了,比如n=100显著性水平alpha=0.05时,相关系数显著性的临界值为0.195,也就是说这个条件下,只要相关系数r的绝对值在回0.195以上,就可以认为此相关系数在0.05水平上显著.另外,一般报告的原则是,报告统计量答所达到的最高显著性水平,也就是如果你的数据达到0.01水平的显著,就不要说它在0.05水平显著了

估计标准误差Sy与相关系数r有相反的数量关系,|r|越大,Sy越小.如果Sy=0,则|r|=1.此时x与y完全相关.因此估计标准误差可以从另一个角度说明x与y相关关系的密切程度.但估计标准误差所表现的关系密切程度不很明显,且不能反映相关关系的正负方向.

相关系数是最早由统计学家卡尔皮尔逊设计的统计指标,是研究变量之间线性相关程度的量,一般用字母 r 表示.定义 相关关系是一种非确定性的关系,相关系数是研究变量之间线性相关程度的量.由于研究对象的不同,相关系数有如下几种

网站地图

All rights reserved Powered by www.3112.net

copyright ©right 2010-2021。
www.3112.net内容来自网络,如有侵犯请联系客服。zhit325@qq.com