苹果/安卓/wp
苹果/安卓/wp
积分 3, 距离下一级还需 7 积分
权限: 设置帖子权限
道具: 彩虹炫, 雷达卡, 热点灯, 雷鸣之声, 涂鸦板下一级可获得
道具: 金钱卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 雷鸣之声, 彩虹炫, 雷达卡, 涂鸦板, 热点灯
请问大家，我想对我的实验进行数据处理，想用皮尔逊相关系数分析，初学，很多问题请大家帮忙，不胜感激！
我的实验为果仁的储藏实验，我在不同的温度下储藏果仁，定期取样测定指标（6个指标），我用SPSS的皮尔逊分析应该怎么输入数据呢？
是在同一温度下，将不同时间取样测定样品的指标罗列输入？还是同一时间，不同温度取样的指标值罗列输入？
非常谢谢大家！
载入中......
, , , , , ,
我觉得这取决于你自己想分析什么、得到什么了！你是想知道时间、温度与你所测量指标的相关性吗？
尽最大努力，做最坏打算！
我想知道在不同的温度条件下，样品不同指标间的相关系数，看很多例子上取点都是不同地区的，我是取样的时间不同，这样可以么？谢谢
当然也是可以的，就看你自己怎么去解释了，这个跟专业有关~
liufeng3697
尽最大努力，做最坏打算！
根据你的问题，数据文件可以这样安排变量：
温度，储藏时间，测定指标1，测定指标2……。
如果要计算不同温度、不同储藏时间下，各个测定指标之间的相关性，可以直接计算相关系数。
如果要计算不同温度下储藏相同时间（当然必须是你操作过的时间）后，各个测定指标之间的相关性，可以先用select case功能选定某一个储藏时间，然后计算相关系数。
如果要计算相同温度下（当然必须是你操作过的温度）储藏不同时间后，各个测定指标之间的相关性，可以先用select case功能选定某一个温度，然后计算相关系数。
如果你在同一温度、同一储藏时间下取多个样品进行测定的，也可以先用select case功能选定某一个温度、某一个储藏时间，然后计算相关系数。
另外，这类数据可能更重要的是检验温度和储藏时间对各测定指标的影响，这时该做方差分析，数据格式也是这样。
到底要做什么分析，要根据你的专业及你的实验目的来确定。
我认为你最好还做一个多元线性回归比较好
在数据编辑栏录入数据，确保每个变量对应一列
& &点击Analyze----&Correlate----&Bivariate,弹出对话框，
& &看到pearson这个选项没，这个就是皮尔逊相关系数，
& &分别双击变量使他们移到右边去，
& &选择Two-tailed进行双侧检测，点击OK
论坛好贴推荐
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
为做大做强论坛，本站接受风险投资商咨询，请联系（010-）
邮箱：service@pinggu.org
合作咨询电话：(010)
广告合作电话：（刘老师）
投诉电话：(010)
不良信息处理电话：(010)
京ICP证090565号
京公网安备号
论坛法律顾问：王进律师如何理解皮尔逊相关系数_百度作业帮
如何理解皮尔逊相关系数
如何理解皮尔逊相关系数
皮尔逊相关系数理解有两个角度其一,按照高中数学水平来理解,它很简单,可以看做将两组数据首先做Z分数处理之后,然后两组数据的乘积和除以样本数Z分数一般代表正态分布中,数据偏离中心点的距离.等于变量减掉平均数再除以标准差.(就是高考的标准分类似的处理)标准差则等于变量减掉平均数的平方和,再除以样本数,最后再开方.所以,根据这个最朴素的理解,我们可以将公式依次精简为:其二,按照大学的线性数学水平来理解,它比较复杂一点,可以看做是两组数据的向量夹角的余弦.皮尔逊相关的约束条件从以上解释,也可以理解皮尔逊相关的约束条件:1 两个变量间有线性关系2 变量是连续变量3 变量均符合正态分布,且二元分布也符合正态分布4 两变量独立在实践统计中,一般只输出两个系数,一个是相关系数,也就是计算出来的相关系数大小,在-1到1之间;另一个是独立样本检验系数,用来检验样本一致性.皮尔逊相关系数
皮尔逊相关系数又称为简单相关系数，英文名称：pearson
correlation
coefficient，它描述了两个定距变量间联系的紧密程度（线性关系）。样本的简单相关系数一般用R表示，计算公式为：
其中N为样本量。R描述的是两个变量间线性相关强弱的程度。R的取值在-1与+1之间，若R＞0，表明两个变量是正相关，即一个变量的值越大，另一个变量的值也会越大；若R＜0，表明两个变量是负相关，即一个变量的值越大另一个变量的值反而会越小。R的绝对值越大表明相关性越强，要注意的是这里并不存在因果关系。若R=0，表明两个变量间不是线性相关，但有可能是其他方式的相关（比如曲线方式）。
利用样本相关系数推断总体中两个变量是否相关，可以用t统计量对总体相关系数为0的原假设进行检验。若t检验显著，则拒绝原假设，即两个变量是线性相关的；若t检验不显著，则不能拒绝原假设，即两个变量不是线性相关的。
pearson（皮尔逊相关系数）R值和P值都需要考虑，R值表示在样本中变量间的相关系数，表示相关性的大小；P值是检验值，是检验两变量在样本来自的总体中是否存在和样本一样的相关性。
At the beginning
of an introductory engineering course, 10 students were given a
pre-test to determine their initial mathematical ability. The
following table lists the student's pre-test score and final grade
in the class:
Student Number
Course Grade
1. Calculate
Pearson's Correlation Coefficient (r) on this data.
statistical test is used to determine if this value of r is
statistically significant?
correlation seen in this data statistically significant. Why?
4. Display a
scatterplot of the data. Does the data appear linearly correlated.
Do there seem to be any outlier values?
5. Suppose an 11th
student were added to the data, with a pre-test score of 40 and a
Course Grade of 70. How would this effect r?
Further study:
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。统计相关系数(1)――Pearson(皮尔逊)相关系数及MATLAB实现 收藏_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
评价文档：
统计相关系数(1)――Pearson(皮尔逊)相关系数及MATLAB实现 收藏
上传于||文档简介
&&变​量​之​间​的​关​系
大小：2.72KB
登录百度文库，专享文档复制特权，财富值每天免费拿！
你可能喜欢如何用spss做相关性分析
例：学生每天学习时间T与学习综合成绩G之间的相关性
T&&&&&&&&&
G=f(T),其中T为自变量，G为因变量
step1：建立数据文件&&&
file——new——data；
定义变量&&&&&&&
选中左下角菜单Variable view，输入变量名T，其他选项不变，令起一行，输入变量
&&&&&&&&&&&&&&&&&&&&&&
名G其他选项不变，切换到data view（在左下角），将数据复制进去。
Step2：进行数据分析：在spss最上面菜单里面选中Analyze——correlate——bivariate（双变量）
&&&&&&&&&&&&&&&&&&&&&
左边包含G，T的框为源变量框，后面的空白框为分析变量框，我们现在需要分析G和T的关系，因此将源变量框中的G和T选进分析变量框待分析。
&&&&&&&&&&&&&&&&&&&&&&
（1）correlation coefficients（相关系数）包括三个选项：
Pearson：皮尔逊相关，计算连续变量或是等间距测度的变量间的相关分析；
Kendall：肯德尔相关，计算等级变量间的秩相关；
Spearman：斯皮尔曼相关，计算斯皮尔曼秩相关。
注：Pearson可用来分析①分布不明，非等间距测度的连续变量
&&&Kendall可用来分析①分布不明，非等间距测度的连续变量，②完全等级的离散变量，③数据资料不服从双变量正态分布或总体分布型未知。第②种情况只能用Kendall分析
&&&Spearman可用来分析数据资料不服从双变量正态分布或总体分布型未知
（2）Test of significance选项
Two-tailed：双尾检验，如果事先不知道相关方向（正相关还是负相关）则可以选择此项；
One-tailed：单尾检验，如果事先知道相关方向可以选择此项。
（3）Flag significant
correlations：表明显著水平，如果选择此项，输出结果中在相关系数值右上方使用*标示显著性水平为5%，用**标示其显著性水平为1%
&首先使用pearson，two-tailed（下图），点击右侧options
statistics为统计量，包括均值和标准差& 叉积离方差和协方差
missing values 选择默认
点击continue——ok
输出结果（下图）
相关系数为0.975，显著性p=0.000&0.01,有统计学意义
选用Kendall 肯德尔，结果如下：
选用spearman 斯皮尔曼，结果如下：
&画散点图：选中Graphs——Scatter/dot-----Simple
scatter------define
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。}