(14)相关性实践和解读

世界是一个有机联系的统一整体,现象之间客观上存在某种有机联系,一种现象的发展变化必然受到与之相联系的其他现象发展变化的制约与影响。这种依存关系可分成两类:相关关系和回归函数关系。

1、相关关系(不确定)

定义:先关关系是指现象之间存在着非严格的、不确定的依存关系

特点:某一现象在数量上发生变化会影响另一现象数量上的变化,并且这种变化在数量上具有一定的随机性。

如影响销售额的因素除了价格,还有产品质量,渠道,推广费用等

2、回归函数关系(数学表达式)

定义:回归函数关系是指现象之间存在着依存关系。

特点:某一个变量的数值都有另一个变量与之相呼应,这种依存关系可以用数学表达式反映出来。

如在一定条件下,身高和体重存在依存关系。

先关分析的目的是研究变量之间的相关关系,通常与回归分析等高级分析方法一起使用。

先关关系分为线性相关和非线性相关。

皮尔逊系数 r 是反应连续变量之间线性先关强度的度量值表,取值范围是【-1,1】

0<= |r|<0.3   低相关度

0.3<=|r|<0.8  中相关度

0.8<=|r|<=1   高相关度

r的正负只表示相关的方向,即正相关还是负相关,|r|的大小反应线管的程度强弱,r=0表示不存在线性关系。

在进行相关分析之前,通常需要绘制散点图来观察变量间的相关性


举个例子

从散点图可以看出:

“广告费用”“销售额”两个变量之间存在明显的线性正相关关系,“销售额”随着“广告费用”的增加而相应增加。

散点图帮助我们初步实现了对变量关系的可视化直观判断,如果继续了解先关程度的大小,需要继续进行相关分析。

一定要勾选皮尔逊系数,其他可以默认

皮尔逊相关系数r=0.816>0.8,为高度正相关关系

显著性P=0.00<0.01,极具显著的统计学意义。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

  • 描述性分析只能分析数据呈现出来的基本特征,不能挖掘变量之间深层次的关系,无法为后期模型的建立及预测做准备。这个时候...
    黄成甲阅读 10,283评论 1 3
  • 哎呀,今天上班的时候突然就碰到了这个问题,一些关于相关性的问题,就简单地分析下吧! 相关分析是研究两个或两个以上处...
    夜羽萧轩阅读 3,762评论 0 5
  • 相关分析是研究现象之间是否存在某种依存关系,并对具体有依存关系的现象探讨其相关方向以及相关程度,是研究随机变量之间...
    诺馨阅读 10,177评论 0 3
  • 相关分析是分析两个变量间相互关系的分析方法,一般用在数据分析比较靠前的探索性数据分析阶段。 相关关系根据其分析方法...
    theFullHorizon阅读 11,696评论 1 4
  • 相关性分析 相关性分析是指对两个或多个具备相关性的变量元素进行分析,从而衡量两个变量因素的相关密切程度。相关性分析...
    果蝇饲养员的生信笔记阅读 48,103评论 10 104