统计学方法分析两者的相关性

① 如何用统计软件分析两个变量之间的相关性

1.分析两个变量属于什么类型
2.具体类型
（1）二元正态分布用皮尔逊相关系数
（2）两分布未知、非二元正态、两等级资料用spearman等级相关系数
（3）两个二分类用phi相关系数，两个多分类的我有点忘记了，好像是v，具体忘记了
（4）两个等级用gamma相关系数

② 描述统计的相关分析

相关分析探讨数据之间是否具有统计学上的关联性。这种关系既包括两个数据之间的单一相关关系——如年龄与个人领域空间之间的关系，也包括多个数据之间的多重相关关系——如年龄、抑郁症发生率、个人领域空间之间的关系；既包括A大B就大(小)，A小B就小(大)的直线相关关系，也可以是复杂相关关系（A=Y－B*X）；既可以是A、B变量同时增大这种正相关关系，也可以是A变量增大时B变量减小这种负相关，还包括两变量共同变化的紧密程度——即相关系数。实际上，相关关系唯一不研究的数据关系，就是数据协同变化的内在根据——即因果关系。获得相关系数有什么用呢？简而言之，有了相关系数，就可以根据回归方程，进行A变量到B变量的估算，这就是所谓的回归分析，因此，相关分析是一种完整的统计研究方法，它贯穿于提出假设，数据研究，数据分析，数据研究的始终。
例如，我们想知道对监狱情景进行什么改造，可以降低囚徒的暴力倾向。我们就需要将不同的囚舍颜色基调、囚舍绿化程度、囚室人口密度、放风时间、探视时间进行排列组合，然后让每个囚室一种实验处理，然后用因素分析法找出与囚徒暴力倾向的相关系数最高的因素。假定这一因素为囚室人口密度，我们又要将被试随机分入不同人口密度的十几个囚室中生活，继而得到人口密度和暴力倾向两组变量（即我们讨论过的A、B两列变量）。然后，我们将人口密度排入X轴，将暴力倾向分排入Y轴，获得了一个很有价值的图表，当某典狱长想知道，某囚舍扩建到N人/间囚室，暴力倾向能降低多少。我们可以当前人口密度和改建后人口密度带入相应的回归方程，算出扩建前的预期暴力倾向和扩建后的预期暴力倾向，两数据之差即典狱长想知道的结果。

③ 相关性分析方法与原则

（一）相关性分析方法

相关分析是对所抽查分等单元的三个等指数和对应该单元单位面积一年内的作物标准粮实际产量进行回归分析。

海南耕地的标准耕作制度为一年两熟制，所采用的分等单元标准粮实际产量公式为：标准粮=作物 1 单产 × 作物 1 产量比系数＋作物 2 单产 × 作物 2 产量比系数。对于自然质量等指数、利用等指数、经济等指数与实际标准粮产量的关系采用以省或县（市）为单位从分布上进行整体线性回归分析。

（二）相关性分析原则

（1）以标准耕作制度二级区或二级区内的典型单位，如省或县（市）为单位，抽查分等单元。

（2）所抽查的分等单元应有代表性与差异性，能够反映不同地形地貌、土壤、区位、灌排设施和经济发展水平条件的差异。

（3）一般情况下，每个等别应至少抽查 10% 的分等单元，如果个别分等单元数量少且没有代表性，可以低于该比例，甚至不抽查。

（4）作物实际单产应以前三年正常年景的平均产量为基础。

（5）每个二级区或典型县所选分等单元数量不能低于统计学相关分析中样本数量的最低比例要求。

④ 研究两因素间的相关性用什么方法

用独立性检验。

独立性检验是统计学的一种检验方式。与适合性检验同属于X2检验（即卡方检验，英文名：chi square test）
它是根据次数资料判断两类因子彼此相关或相互独立的假设检验。

⑤ 统计学中相关系数多少判断相关性

相关系数是用以反映变量之间相关关系密切程度的统计指标。相关系数是按积差方法计算，同样以两变量与各自平均值的离差为基础，通过两个离差相乘来反映两变量之间相关程度；着重研究线性的单相关系数。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定义方式。简单相关系数：又叫相关系数或线性相关系数，一般用字母P表示，是用来度量变量间的线性关系的量。复相关系数：又叫多重相关系数。复相关是指因变量与多个自变量之间的相关关系。例如，某种商品的季节性需求量与其价格水平、职工收入水平等现象之间呈现复相关关系。典型相关系数：是先对原来各组变量进行主成分分析，得到新的线性关系的综合指标，再通过综合指标之间的线性相关系数来研究原各组变量间相关关系。依据相关现象之间的不同特征，其统计指标的名称有所不同。如将反映两变量间线性相关关系的统计指标称为相关系数（相关系数的平方称为判定系数）；将反映两变量间曲线相关关系的统计指标称为非线性相关系数、非线性判定系数；将反映多元线性相关关系的统计指标称为复相关系数、复判定系数等。

⑥ 统计学如何确定两种数据相互影响，方法越简单越好，比如我想证明英国啤酒消费和肥胖的关系

在SPSS软件中输入2001-2010年的肥胖率和酒精年消费量数据，用双变量相关性分析，可以得出它们俩之间的相关性和显着性，相关性越接近1，他俩越有关系，显着性越接近0，这种可能性越大。

可以用t-test,用excel就可以做。 先提出一个假设：假设英国啤酒和肥胖率有明显关系，再提出一个替代假设，假设他俩没有关系。 然后把数据输入到excel中，用它的t-test two tail test就可以得出P值，然后在对比P值和相关率0.05，p大于0.05就是第一个假设，p小于0.05就是第二个假设。

相关观念

为了将统计学应用到科学，工业以及社会问题上，我们由研究母体开始。这可能是一个国家的人民，石头中的水晶，或者是某家特定工厂所生产的商品。一个母体甚至可能由许多次同样的观察程序所组成；由这种资料收集所组成的母体我们称它叫时间序列。

⑦ 统计学相关性分析

1、简单的理解就是R值越大，相关性越强。但是一般会以R的平方和修正后的R平方为参考值，值越大，相关性越强。
2、在线性回归中，相关性就是自变量与因变量的相关性程度，相关性越高，说明你选择的自变量越合理。

⑧ 怎样用spss分析这两组数据的相关性

spss的步骤如下：

1、单击Analyze——Correlate——Bivariate...，则弹出相关分析Bivariate
Correlations对话框

2、把左边的源变量（情感温暖Q和T1）调入右边的矩形框内，同时勾选Pearson选项（见下图）

⑨ 哪些统计分析方法可以分析数据两个特征之间的关系

相关分析统计分析方法可以分析数据两个特征之间的关系。

分组分析法是指根据数据的性质、特征，按照一定的指标，将数据总体划分为不同的部分，分析其内部结构和相互关系，从而了解事物的发展规律。

所谓因子分析是指研究从变量群中提取共性因子的统计技术。因子分析就是从大量的数据中寻找内在的联系，减少决策的困难。因子分析的方法约有10多种，如影像分析法，重心法、最大似然法、最小平方法、α抽因法、拉奥典型抽因法等等。

运用统计方法

定量与定性的结合是统计分析的重要特征。随着统计方法的普及，不仅统计工作者可以搞统计分析，各行各业的工作者都可以运用统计方法进行统计分析。只将统计工作者参与的分析活动称为统计分析的说法严格说来是不正确的。

提供高质量、准确而又及时的统计数据和高层次、有一定深度、广度的统计分析报告是统计分析的产品。从一定意义上讲，提供高水平的统计分析报告是统计数据经过深加工的最终产品。

⑩ 如何分析两个变量之间的关系应该用何种统计学方法

（1）相关分析，研究现象之间是否存在某种依存关系
（2）回归分析，确定两种或两种以上变量间相互依赖的定量关系