怎樣對大數據做相關性檢驗_第1頁
怎樣對大數據做相關性檢驗_第2頁
怎樣對大數據做相關性檢驗_第3頁
怎樣對大數據做相關性檢驗_第4頁
怎樣對大數據做相關性檢驗_第5頁
已閱讀5頁,還剩6頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

怎樣對數據做相關性檢驗?最簡單直觀的方法就是做相關系數矩陣了,另外就是Pearson相關系數或者Spearman相關系數用SPSS軟件或者SAS軟件都可以分析。用SPSS更簡單。如果你用SPSS軟件,分析的步驟如下:點擊"分析(Analyze)"選中"相關(Correlate)"選中"雙變量(Bivariate)"4選擇你想要分析的變量5選擇Pearson相關系數(或者Spearman相關系數)6選擇恰當的統(tǒng)計檢驗(單邊或雙邊)7點擊"OK"即可SPSS中?*。"皮爾遜相關系數)確定相關性,SPSS中?*。"皮爾遜相關系數)確定相關性,據分析如下圖,請問1與2的相關性是什么。急 性口 *■L48 +Peaison'相關性4-.397/+顯著性-q.000++NF皿200**Fea禱5相關性『k+顯著性(戲倒)『NF■2001**一在.01水平上顯著相關* #□圖片0-1為什么顯著相關,請分析一下。。不是相關系數越接近于1或-1,相關度越強,相關系數越接近于0,相關度越弱么。回答<0.4顯著弱相關,0.4-0.75中等相關,大于0.75強相關追問可我的pearson相關系數是-0.39。是負數,怎么是顯著負相關呢。。回答你好像一點都不會啊。看sig的,小于0.05提問者評價原來是這樣,感謝!相關性分析的表格輸出是一個矩陣你只需要看橫向或者縱向的1和2的交叉系數都可以pearson相關性表示的是兩者相關系數的大小,-0.397表示兩者是負相關,相關性大小為0.397顯著性的0.000也就是p值,用來判斷相關性是否顯著如何使用SPSS進行皮爾森相關系分析??Pearson’scorrelationcoefficients如何使用SPSS進行皮爾森相關系單擊"Analyze",展開下拉菜單下拉菜單中尋找“Correlate"彈出小菜單,從小菜單上尋找“Bivariate...",單擊之,則彈出相關分析“BivariateCorrelations"對話框把左邊的源變量中要分析相關的變量調入右邊的“Variables:"下的矩形框內勾選“CorrelationCoelficients"中的“Pearson"選項點擊“OK"即可求問了:因子分析明明是基于相關系數矩陣的,但為什么大家都直接把數據導進去就分析呢?因子分析是有一定條件需求的,變量之間要存在一定的相關性,而因子分析時也會有一個檢驗,從過程上將必須先做了這些之后才做因子分析的,所以說很多人都是在想當然的用,很多發(fā)表的論文上都存在用法不當的問題利用SPSS,相關系數矩陣怎么算analyze-correlate-bivariate-選擇變量OK輸出的是相關系數矩陣相關系數下面的Sig.是顯著性檢驗結果的P值,越接近0越顯著。另外,表格下會顯示顯著性檢驗的判斷結果,你看看表格下的解釋就知道,比如"**.Correlationissignificantatthe0.01level(2-tailed)."就是說,如果相關系數后有"**"符號,代表在0.01顯著性水平下顯著相關粗略判斷的方法是,相關系數0.6以上,可以認為顯著相關了eviews相關系數矩陣是什么。怎么做截面數據的相關系數矩陣!急急急!相關系數啊,就是自變量和變量之間的相關程度相關系數多大才算相關性比較好啊大于0.8相關系數多少算具有相關性?我做教育統(tǒng)計,發(fā)放過問卷后統(tǒng)計相關性,我想問下相關性系數怎么界定具體相關程度的大小呢?相關性的強、弱、不相關系數分別是多少?界定的標準從何而來,論文中想引用一下相關性系數我自己做的統(tǒng)計方法算出來的數據,也能用上面的強弱系數的標準么?謝謝各位了~~萬分感激!相關系數的強弱僅僅看系數的大小是不夠的。一般來說取絕對值后0-0.09為沒有相關性,0.3-弱,0.1-0.3為弱相關,0.3-0.5為中等相關,0.5-1.0為強相關。但是,往往你還需要做顯著性差異檢驗,即t-test,來檢驗兩組數據是否顯著相關,這在SPSS里面會自動為你計算的。樣本書越是大,需要達到顯著性相關的相關系數就會越小。所以這關系到你的樣本大小,如果你的樣本很大,比如說超過300,往往分析出來的相關系數比較低,比如0.2,因為你樣本量的增大造成了差異的增大,但顯著性檢驗卻認為這是極其顯著的相關。一般來說,我們判斷強弱主要看顯著性,而非相關系數本身。但你在撰寫論文時需要同時報告這兩個統(tǒng)計數據。提問者評價謝謝!相關性是什么意思就是有關系的,比如一件事因另一件事而發(fā)生的,這件事與另一件事具有,比如一筆費用因某個業(yè)務而發(fā)生的,兩者具有相關性。這是數學方向的問題.相關是非確定性問題,用于統(tǒng)計分析.與函數相對自變量和函數不是一一對應的關系SPSS關于兩組數據的相關性分析的操作方法,越簡單越好,急!可使用Statistics菜單->Correlate子菜單->Bivariate過程觀察CorrelationCoefficient,值和TestofSignificance值即可,

惟必須注意,變量須為等距尺度(intervallevelofmeasurement)。若變項只屬順序尺度(ordinarylevelofmeasurement),則可選擇計算Kendall's等級相關系數和Spearman相關系數。spss相關性分析相關性相關性X1X2X3X4X5X6X7X8X1Pearson相關性1-.022-.447.999**.999**.982**.994**.975**顯著性(雙側).972.451.000.000.003.001.005N 55555555X2Pearson相關性-.0221.261-.059-.025-.179-.117-.206顯著性(雙側).972.671.925.969.773.852.740N55555555X3Pearson相關性-.447.2611-.481-.415-.405-.448-.469顯著性(雙側).451.671.413.488.499.450.426N55555555X4Pearson相關性.999**-.059-.4811.997**.982**.994**.977**顯著性(雙側).000.925.413.000.003.001.004

N 55555555X5Pearson相關性.999**-.025-.415.997**1.985**.994**.975**顯著性(雙側).000.969.488.000.002.001.005N55555555X6Pearson相關性.982**-.179-.405.982**.985**1.996**.995**顯著性(雙側).003.773.499.003.002.000.000N55555555X7Pearson相關性.994**-.117-.448.994**.994**.996**1.994**顯著性(雙側).001.852.450.001.001.000.001N55555555X8Pearson相關性.975**-.206-.469.977**.975**.995**.994**1顯著性(雙側).005.740.426.004.005.000.001N55555555**.在.01水平(雙側)上顯著相關。一般直接看相關系數和顯著性雙側。你這個一列一列的看要方便些,比如第一列,表示為x1和其他各變量之間的相關性,x1和x2的相關系數為-.022,顯著性雙側為0.972,說明這兩個變量間無相關性,依次類推。只要是顯著性<0.05即可說明兩變量具有相關性,而相關性的大小取決于相關系數,相關系數越接近1,相關性越好??戳艘幌履愕膞1和x4-x8的相關系數都在0.9以上了。是非常好的。

利用SPSS,相關系數矩陣怎么算analyze-correlate-bivariate-選擇變量OK輸出的是相關系數矩陣相關系數下面的Sig.是顯著性檢驗結果的P值,越接近0越顯著。另外,表格下會顯示顯著性檢驗的判斷結果,你看看表格下的解釋就知道,比如"**.Correlationissignificantatthe0.01level(2-tailed)."就是說,如果相關系數后有"**"符號,代表在0.01顯著性水平下顯著相關粗略判斷的方法是,相關系數0.6以上,可以認為顯著相關了person系person系是什么意思皮爾森系數皮爾森相關系數皮爾森相關系數(Pearsoncorrelationcoefficient)也稱皮爾森積矩相關系數(Pearsonproduct-momentcorrelationcoefficient),是一種線性相關系數。皮爾森相關系數是用來反映兩個變量線性相關程度的統(tǒng)計量。相關系數用「表示,其中口為樣本量,分別為兩個變量的觀測值和均值。r描述的是兩個變量間線性相關強弱的程度。r的絕對值越大 表明相關性越強。兩個值都要看,r值表示在樣本中變量間的相關系數,表示相關性的大?。籶值是檢驗值,是檢驗兩變量在樣本來自的總體中是否存在和樣本一樣的相關性。相關系數為0.61,能否證明兩個變量相關性較高?實驗結果表明兩個變量的相關系數是0.61,能否表明這2個變量有較高的相關性?目前研究這2個變量表示的內容的關系的人還比較少,所以我沒法和別人的對比。所以想問問數學系的同學,這個結果夠不夠"充分"?謝謝!可根據相關系數的臨界值去判斷。追問能否說的具體一些?謝謝!回答可根據相關系數r的臨界值去判斷。可查資料,資料很多。"當0<|r|<1時,表示兩變量存在一定程度的線性相關。且|r|越接近1,兩變量間線性關系越密切;|r|越接近于0,表示兩變量的線性相關越弱。一般可按三級劃分:|r|<0.4為低度線性相關;0.4』r|<0.7為顯著性相關;0.7〈|r|<1為高度線性相關。"這是一種簡單的判斷方法:因此r=0.61為顯著相關。追問(1)我這個不是"線性相關系數”(2)〃顯著相關”是什么概念?若2個變量〃顯著相關”,能不能作為一個較好的結果?

其他2條回答2013-04-0416:16熱心網友皮爾森相關(簡單相關)檢驗的應該就是線性相關樓上說的是對的/view/997f6c4d2e3f5727a5e9624f.html相關性大小 是指相關系數的絕對值是否顯著、極顯著 是指顯著性水平,即看P值的大小http://wenku.baidu.Com/view/8e57d87a27284b73f2425083.html###相關系數多大才算相關性比較好,大于0.8為什么會出現相關系數小但是相關性顯著的情況呢當顯著性水平小于0.05時說明兩個變量之間存在顯著相關,反之則不存在。相關系數是表示兩個變量之間的相關性強弱的。假設檢驗只是判斷相關系數是否為0,r<0.4為低度相關。相關系數為0.59表示相關性大還是不大?你可以把它理解為兩個量以某種方式相關的概率,則0.59表示它們有59%的可能性相關。若為1,則表示100%相關。所以此處相關系數為0.59,我們認為其相關性不大。SPSS中pearsonSPSS中pearson(皮爾遜相關系數).r還SP,確定相關性兩個值都要看,r值表示在樣本中變量間的相關系數,表示相關性的大??;p值是檢驗值,是檢驗兩變量在樣本來自的總體中是否存在和樣本一樣的相關性。相關系數是0.9985,是否能說明相關性很好?已經很好了樓上說的不對相關系數不表示概率用SPSS軟件進行相關性分析時,得出的相關系數為負值?進行逐步回歸分析時,得出的系確為正值。為什么?這種情況是可以出現的。在相關性分析時,你看到的是兩個變量之間的關系,其他變量的影響是不被考慮的;但是,進行逐步回歸分析時,如果入選的變量不止一個,那么入選變量之間可以產生影響,這種影響甚至可以改變一些原來不算強的相關性的方向。這表明你的數據存在偏相關、部分相關或偽相關等情況。相關系數說明兩個現象之間相關關系密切程度的統(tǒng)計分析指標。相關系數用希臘字母丫表示,Y值的范圍在-1和+1之間。丫>。為正相關,丫<。為負相關。丫二。表示不相關;Y的絕對值越大,相關程度越高。兩組數據的相關系數如果是負數則表示一組數據增大,另一組數據也反而減?。灰唤M數據減小,另一組數據反而增大。相關系數如果是負數表明兩種資產的收益率呈反方向變動負數代表負相關正數代表正相關.0代表不相關.你好,請教一下,主成分分析中,綜合得分都是負值怎么比較?你是用什么軟件操作?SPSS中,主成分分析實現是利用因子分析,只要累計方差貢獻率達到80%以上即可,你說的綜合得分指的是因子分析的得分?追問謝謝!是的,是各因子的得分,以下是計算結果:F1:F2:F3':F:AF.54■-3.8S-0.69:-5.11百-2.09-1.S2-6.69T0:61C一土89—W.34-5.67-11.9C第一次用,是不是哪里出錯了,數據不知道怎么解釋?我的qq:2628230137回答首先,你要先確定你的變量不存在問題:不存在共線、異方差等,在做因子分析前,你是否進行了KMO檢驗?是否有必要做因子旋轉?累計方差貢獻率是否達到80%以上以上問題都排除之后,說明你的變量應該是不存在問題。那么一般因子分析得分出現負數,只能說明因子得分是在平均分以下,我頭一次見到

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論