60/100 數(shù)據(jù)相關(guān)性分析

2021-11-04

今天有個進(jìn)行了一個項(xiàng)目的匯報喉前,雖然手里拿著數(shù)據(jù),但是沒有應(yīng)用這些數(shù)據(jù)得到相應(yīng)的結(jié)論王财,而是從結(jié)果想去倒推出來所需要的數(shù)據(jù)卵迂,但這其實(shí)并不是一個科學(xué)的推理過程,真正的推理過程應(yīng)該是從已有的數(shù)據(jù)表绒净,經(jīng)過數(shù)據(jù)相關(guān)性分析见咒,得到結(jié)果,而結(jié)果不管是否令人滿意挂疆,其實(shí)都是有說服力的论颅。其中主要原因是自己對數(shù)據(jù)相關(guān)性分析不熟悉哎垦,為此,今天專門花時間學(xué)習(xí)了一下數(shù)據(jù)相關(guān)性分析的相關(guān)知識恃疯。

一、what 什么是相關(guān)性分析墨闲?

對兩個變量或多個變量之間相關(guān)關(guān)系的分析今妄,叫做相關(guān)性分析。通常用來分析兩組或多組數(shù)據(jù)的變化趨勢是否一致鸳碧。比如身高和體重是否存在關(guān)系盾鳞,天氣冷和襪子的銷量是否存在關(guān)系,客戶滿意度和客戶投訴率是否存在關(guān)系等瞻离。相關(guān)性分析的內(nèi)容包括:(1)變量之間是否存在關(guān)系腾仅?有還是無?(2) 存在什么樣的關(guān)系套利?正向還是負(fù)向推励?(3) 關(guān)系的強(qiáng)度如何?大還是腥馄取验辞?

二、when 什么情況下使用相關(guān)性分析喊衫?

1)只想分析兩個變量之間是否存在相關(guān)關(guān)系跌造,不需要區(qū)分自變量和因變量時可用相關(guān)性分析。2)通常在進(jìn)行回歸分析之前族购,都需要進(jìn)行相關(guān)性分析壳贪。

三、How 如何進(jìn)行相關(guān)性分析寝杖?

(1) 通過計(jì)算相關(guān)性系數(shù)判斷(主要是r值)违施,r的取值范圍是[-1,1]。

正向和負(fù)向關(guān)系的判斷:若正相關(guān)朝墩,則r>0醉拓;若負(fù)相關(guān),則r<0收苏。

關(guān)系強(qiáng)度的判斷:|r|>0.95:顯著性相關(guān)亿卤;|r|≥0.8:高度相關(guān);0.5≤|r|<0.8:中度相關(guān)鹿霸;0.3≤|r|<0.5:低度相關(guān)排吴;|r|<0.3:弱相關(guān)。

目前相關(guān)性系數(shù)主要有Pearson懦鼠、Spearman和Kendall钻哩,Pearson系數(shù):叫皮爾遜相關(guān)系數(shù)屹堰,也叫線性相關(guān)系數(shù),用于進(jìn)行線性相關(guān)分析街氢,是最常用的相關(guān)系數(shù)扯键,當(dāng)數(shù)據(jù)滿足正態(tài)分布時會使用該系數(shù)。Spearman系數(shù):當(dāng)數(shù)據(jù)不滿足正態(tài)分布時珊肃,使用該系數(shù)荣刑。Kendall系數(shù):通常用于評分?jǐn)?shù)據(jù)一致性水平研究(非關(guān)系研究)。

(2)通過繪制折線圖或散點(diǎn)圖判斷

相關(guān)性關(guān)系的判斷可以通過繪制散點(diǎn)圖判斷(SPSS和Excel均可實(shí)現(xiàn)繪制)伦乔。若數(shù)據(jù)點(diǎn)與趨勢線基本在一條線上或在這條線的附近厉亏,說明存在相關(guān)性;若數(shù)據(jù)點(diǎn)在趨勢線周圍呈現(xiàn)無規(guī)律的分布狀態(tài)烈和,則說明不存在相關(guān)性爱只。

(3)通過計(jì)算顯著性系數(shù)判斷(主要是P值)

P值是用來進(jìn)行顯著性檢驗(yàn)的,用來檢驗(yàn)變量之間是否有差異以及差異是否顯著招刹。若P值>0.05代表數(shù)據(jù)之間不存在顯著性差異恬试;若P值<0.05,代表數(shù)據(jù)之間存在顯著性的差異蔗喂。

(4) 如何計(jì)算相關(guān)性系數(shù)和顯著性系數(shù)忘渔?

使用SPSS,分析-->相關(guān)-->雙變量-->選擇相關(guān)系數(shù)類型缰儿,得出以下結(jié)果畦粮,下圖中的相關(guān)系數(shù)即為r值,Sig即為P值乖阵。

使用 Excel函數(shù)公式宣赔,r值計(jì)算公式:CORREL(array1,array2);PEARSON(array1, array2)瞪浸。P值計(jì)算公式:TTEST(array1,array2,tails,type)儒将。

2021-11-04

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市对蒲,隨后出現(xiàn)的幾起案子钩蚊,更是在濱河造成了極大的恐慌,老刑警劉巖蹈矮,帶你破解...
    沈念sama閱讀 217,907評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件砰逻,死亡現(xiàn)場離奇詭異,居然都是意外死亡泛鸟,警方通過查閱死者的電腦和手機(jī)蝠咆,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,987評論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人刚操,你說我怎么就攤上這事闸翅。” “怎么了菊霜?”我有些...
    開封第一講書人閱讀 164,298評論 0 354
  • 文/不壞的土叔 我叫張陵坚冀,是天一觀的道長。 經(jīng)常有香客問我鉴逞,道長遗菠,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,586評論 1 293
  • 正文 為了忘掉前任华蜒,我火速辦了婚禮,結(jié)果婚禮上豁遭,老公的妹妹穿的比我還像新娘叭喜。我一直安慰自己,他們只是感情好蓖谢,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,633評論 6 392
  • 文/花漫 我一把揭開白布捂蕴。 她就那樣靜靜地躺著,像睡著了一般闪幽。 火紅的嫁衣襯著肌膚如雪啥辨。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,488評論 1 302
  • 那天盯腌,我揣著相機(jī)與錄音溉知,去河邊找鬼。 笑死腕够,一個胖子當(dāng)著我的面吹牛级乍,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播帚湘,決...
    沈念sama閱讀 40,275評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼玫荣,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了大诸?” 一聲冷哼從身側(cè)響起捅厂,我...
    開封第一講書人閱讀 39,176評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎资柔,沒想到半個月后焙贷,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,619評論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡建邓,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,819評論 3 336
  • 正文 我和宋清朗相戀三年盈厘,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片官边。...
    茶點(diǎn)故事閱讀 39,932評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡沸手,死狀恐怖外遇,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情契吉,我是刑警寧澤跳仿,帶...
    沈念sama閱讀 35,655評論 5 346
  • 正文 年R本政府宣布,位于F島的核電站捐晶,受9級特大地震影響菲语,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜惑灵,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,265評論 3 329
  • 文/蒙蒙 一山上、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧英支,春花似錦佩憾、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,871評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至池凄,卻和暖如春抡驼,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背肿仑。 一陣腳步聲響...
    開封第一講書人閱讀 32,994評論 1 269
  • 我被黑心中介騙來泰國打工致盟, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人柏副。 一個月前我還...
    沈念sama閱讀 48,095評論 3 370
  • 正文 我出身青樓勾邦,卻偏偏與公主長得像,于是被迫代替她去往敵國和親割择。 傳聞我的和親對象是個殘疾皇子眷篇,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,884評論 2 354

推薦閱讀更多精彩內(nèi)容