怎样分析数据的相关性？

在做数据分析时，为了提炼观点，相关性分析是必不可少，而且尤为重要的一个环节。但是，对于不同类型的数据，相关性分析的方法都各不相同。本文，主要按照不同的数据类型，来对各种相关性分析方法进行梳理总结。

成对数据的统计相关性_成对数据的统计相关性课标分析

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，相关性不等于因果性。

一、离散与离散变量之间的相关性

1、卡方检验

卡方检验是一种用途很广的计数资料的假设检验方法。它属于非参数检验的范畴，主要是比较两个及两个以上样本率( 构成比）以及两个分类变量的关联性分析。其根本思想就是在于比较理论频数和实际频数的吻合程度或拟合优度问题。

它在分类资料统计推断中的应用，包括：两个率或两个构成比比较的卡方检验；多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。

（1）假设，多个变量之间不相关

（2）根据假设计算得出每种情况的理论值，根据理论值与实际值的差别，计算得到卡方值 及 自由度

df=(C-1)(R-1)

（3）查卡方表，求p值

卡方值越大，P值越小，变量相关的可能性越大，当P<=0.05，否定原假设，认为变量相关。

2、信息增益 和 信息增益率

在介绍信息增益之前，先来介绍两个基础概念，信息熵和条件熵。

信息熵，就是一个随机变量的不确定性程度。

条件熵，就是在一个条件下，随机变量的不确定性。

（1）信息增益：熵 - 条件熵

在一个条件下，信息不确定性减少的程度。

Gain(Y,X)=H(Y)-H(Y|X)

信息增益越大，表示引入条件X之后，不纯度减少得越多。信息增益越大，则两个变量之间的相关性越大。

（2）信息增益率

假设，某个变量存在大量的不同值，例如ID，引入ID后，每个子节点的不纯度都为0，则信息增益减少程度达到最大。所以，当不同变量的取值数量差别很大时，引入取值多的变量，信息增益更大。因此，使用信息增益率，考虑到分支个数的影响。

Gain_ratio=(H(Y)-H(Y|X))/H(Y|X)

二、连续与连续变量之间的相关性

1、协方差

协方差，表达了两个随机变量的协同变化关系。如果两个变量不相关，则协方差为0。

Cov(X,Y)=E{[X-E(X)],[Y-E(Y)]}

当 cov(X, Y)>0时，表明 X与Y 正相关；

当 cov(X, Y)<0时，表明X与Y负相关；

当 cov(X, Y)=0时，表明X与Y不相关。

协方差只能对两组数据进行相关性分析，当有两组以上数据时就需要使用协方差矩阵。

协方差通过数字衡量变量间的相关性，正值表示正相关，负值表示负相关。但无法对相关的密切程度进行度量。当我们面对多个变量时，无法通过协方差来说明那两组数据的相关性最高。要衡量和对比相关性的密切程度，就需要使用下一个方法：相关系数。

2、线性相关系数

也叫Pearson相关系数， 主要衡量两个变量线性相关的程度。

r=cov(X,Y)/(D(X)D(Y))

相关系数是用协方差除以两个随机变量的标准差。相关系数的大小在-1和1之间变化。再也不会出现因为计量单位变化，而数值暴涨的情况了。

线性相关系数必须建立在因变量与自变量是线性的关系基础上，否则线性相关系数是无意义的。

三、连续与离散变量之间的相关性

1、连续变量离散化

将连续变量离散化，然后，使用离散与离散变量相关性分析的方法来分析相关性。

2、箱形图

使用画箱形图的方法，看离散变量取不同值，连续变量的均值与方差及取值分布情况。

如果，离散变量取不同值，对应的连续变量的箱形图差别不大，则说明，离散变量取不同值对连续变量的影响不大，相关性不高;反之，相关性高。

如何用excel做一组数据的相关性分析

数据分析些什么呀！统计。财务，文本，日期，还是引用？

打开原始数据表格，制作本实例的原始数据需要满足两组或两组以上的数据，结果将给出其中任意两项的相关系数

2、选择“工具”-“数据分析”-“描述统计”后，出现属性设置框，依次选择

输入区域:选择数据区域，注意需要满足至少两组数据。如果有数据标志，注意同时勾选下方“标志位于第一行”；

分组方式:指示输入区域中的数据是按行还是按列考虑，请根据原数据格式选择； 输出区域可以选择本表、新工作表组或是新工作簿；

3、点击“确定”即可看到生成的报表。

如何用spss统计两个变量的相关性？

用spss分析两组数据的相关性步骤如下：

1、第一步，电脑安装SPSS软件包，最好使用最新版本，功能比较齐全。打开SPSS软件，导入你需要分析的数据，这里以excel数据为例子。依次点击【文件】-【打开】-【数据】。

2、第二步，选择excel数据，确认导入后，查看数据是否导入正常。

3、第三步，进行相关性分析。依次点击【分析】-【相关】-【双变量】。

4、第四步，然后，把变量从左侧选择到右侧变量框里面，勾选person相关，双侧检验等等。

5、第五步，点确定，相关性的结果就在输出文档里面了。你也可以把结果复制导出到word或者excel。

这样就完成了用spss分析两组数据的相关性。

怎样对数据做相关性检验？

最简单直观的方法就是做相关系数矩阵了，另外就是 Pearson 相关系数或者 Spearman 相关系数

用SPSS软件或者SAS软件都可以分析。用SPSS更简单。如果你用SPSS软件，分析的步骤如下：

1.点击 “分析（Analyze）”

2. 选中 “相关 （Correlate）”

3. 选中 “双变量（Bivariate）”

4 选择你想要分析的变量

5 选择 Pearson 相关系数 （或者 Spearman 相关系数）

6 选择恰当的统计检验（单边或双边）

7 点击“OK”即可

首先回答，一定就是原创了，呵呵，先谢谢楼主了

相关性分析有哪些方法

问题一：用于分析相关性的数学方法有哪些 做散点图，拟合线图，回归分析，然后对散布的点做线性拟合，如果是非线性相关，可以做二阶，三阶甚至多阶拟合。线性相关的情况下，可以计算相关系数，通过相关系数来判定。

问题二：属性相关分析的方法有哪些 在机器学习、统计学、模糊逻辑和粗糙集等领域提出了许多属性相关分析的方法。属性相关分析的基本思想就是针对给定的数据集或概念，对相应属性进行计算已获得(描述属性相关性)的若干属性相关参量。

问题三：如何分析两组数据的相关性 0.014就是是sig值，小于0.05就是显著相关

问题四：如何用spss做相关性分析 偏相关

从菜单中选择：

分析

相关

偏相关...

选择两个或更多要为之计算偏相关的数值变量。

E 选择一个或多个数值控制变量。

还可以使用以下选项：

?? 显著性检验。您可以选择双尾概率或单尾概率。如果预先已知关联的方向，请选

择单尾。否则，请选择双尾。

?? 显示实际显著性水平。缺省情况下，将显示每个相关系数的概率和自由度。如果

取消选择此项，则使用单个星号标识显著性水平为0.05 的系数，使用两个星号

标识显著性水平为0.01 的系数，而不显示自由度。此设置同时影响偏相关矩阵

和零阶相关矩阵。

偏相关：选项

“偏相关性: 选项”对话框

统计量。可以选择以下方式中的一个或两个都选：

?? 均值和标准差。为每个变量显示。还显示具有非缺失值的个案数。

?? 零阶相关系数。显示所有变量（包括控制变量）之间简单相关的矩阵。

缺失值。您可以选择以下选项之一：

?? 按列表排除个案。将从所有计算中排除其任何变量（包括控制变量）具有缺失值

的个案。

?? 按对排除个案。对于偏相关所基于的零阶相关的计算，不使用其一对变量或其中一个

变量具有缺失值的个案。按对删除可以充分使用数据。但是，个案数可能随系数的

不同而不同。如果按对删除有效，则某个特定的偏相关系数的自由度是基于在任何

零阶相关计算中使用的最小个案数。

问题五：常用的数据分析方法有哪些 对比分析法 1、聚类分析（Cluster Analysis）

聚类分析指将物理或抽象对象的 *** 分组成为由类似的对象组成的多个类的分析过程。聚类是将数据分类到不同的类或者簇这样的一个过程，所以同一个簇中的对象有很大的相似性，而不同簇间的对象有很大的相异性。聚类分析是一种探索性的分析，在分类的过程中，人们不必事先给出一个分类的标准，聚类分析能够从样本数据出发，自动进行分类。聚类分析所使用方法的不同，常常会得到不同的结论。不同研究者对于同一组数据进行聚类分析，所得到的聚类数未必一致。

2、因子分析（Factor Analysis）

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，如重心法、影像分析法，最大似然解、最小平方法、阿尔发抽因法、拉奥典型抽因法等等。这些方法本质上大都属近似方法，是以相关系数矩阵为基础的，所不同的是相关系数矩阵对角线上的值，采用不同的共同性□2估值。在社会学研究中，因子分析常采用以主成分分析为基础的反覆法。

3、相关分析（Correlation Analysis）

相关分析（correlation *** ysis），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。相关关系是一种非确定性的关系，例如，以X和Y分别记一个人的身高和体重，或分别记每公顷施肥量与每公顷小麦产量，则X与Y显然有关系，而又没有确切到可由其中的一个去精确地决定另一个的程度，这就是相关关系。

4、对应分析（Correspondence Analysis）

对应分析(Correspondence *** ysis)也称关联分析、R-Q型因子分析，通过分析由定性变量构成的交互汇总表来揭示变量间的联系。可以揭示同一变量的各个类别之间的差异，以及不同变量各个类别之间的对应关系。对应分析的基本思想是将一个联列表的行和列中各元素的比例结构以点的形式在较低维的空间中表示出来。

5、回归分析

研究一个随机变量Y对另一个(X)或一组(X1，X2，…，Xk)变量的相依关系的统计分析方法。回归分析（regression *** ysis)是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。运用十分广泛，回归分析按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。

6、方差分析(ANOVA/Analysis of Variance)

又称“变异数分析”或“F检验”，是R.A.Fisher发明的，用于两个及两个以上样本均数差别的显著性检验。由于各种因素的影响，研究所得的数据呈现波动状。造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。方差分析是从观测变量的方差入手，研究诸多控制变量中哪些变量是对观测变量有显著影响的变量。这个 还需要具体问题具体分析

问题六：用EXCEL作的相关性分析数据,不知怎么分析? 5分 打开原始数据表格，制作本实例的原始数据需要满足两组或两组以上的数据，结果将给出其中任意两项的相关系数

2、选择“工具”-“数据分析”-“描述统计”后，出现属性设置框，依次选择

输入区域:选择数据区域，注意需要满足至少两组数据。如果有储据标志，注意同时勾选下方“标志位于第一行”；

分组方式:指示输入区域中的数据是按行还是按列考虑，请根据原数据格式选择； 输出区域可以选择本表、新工作表组或是新工作簿；

3、点击“确定”即可看到生成的报表。

问题七：kendall 和spearman三种相关分析方法的区别 在SPSS软件相关分析中,pearson(皮尔逊), kendall（肯德尔）和spearman（斯伯曼/斯皮尔曼）三种相关分析方法有什么异同 两个连续变量间呈线性相关时，使用Pearson积差相关系数，不满足积差相关分析的适用条件时，使用Spearman秩相关系数来描述. Spearman相关系数又称秩相关系数，是利用两变量的秩次大小作线性相关分析，对原始变量的分布不作要求，属于非参数统计方法，适用范围要广些。对于服从Pearson相关系数的数据亦可计算Spearman相关系数，但统计效能要低一些。Pearson相关系数的计算公式可以完全套用Spearman相关系数计算公式，但公式中的x和y用相应的秩次代替即可。 Kendall's tau-b等级相关系数：用于反映分类变量相关性的指标，适用于两个分类变量均为有序分类的情况。对相关的有序变量进行非参数相关检验；取值范围在-1-1之间，此检验适合于正方形表格； 计算积距pearson相关系数，连续性变量才可采用;计算Spearman秩相关系数，适合于定序变量或不满足正态分布假设的等间隔数据; 计算Kendall秩相关系数，适合于定序变量或不满足正态分布假设的等间隔数据。 计算相关系数：当资料不服从双变量正态分布或总体分布未知，或原始数据用等级表示时，宜用 spearman或kendall相关 Pearson 相关复选项 积差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 复选项 等级相关 计算分类变量间的秩相关，适用于合并等级资料 Spearman 复选项 等级相关计算斯皮尔曼相关，适用于连续等级资料 注： 1若非等间距测度的连续变量 因为分布不明-可用等级相关/也可用Pearson 相关，对于完全等级离散变量必用等级相关 2当资料不服从双变量正态分布或总体分布型未知或原始数据是用等级表示时,宜用 Spearman 或 Kendall相关。 3 若不恰当用了Kendall 等级相关分析则可能得出相关系数偏小的结论。则若不恰当使用，可能得相关系数偏小或偏大结论而考察不到不同变量间存在的密切关系。对一般情况默认数据服从正态分布的，故用Pearson分析方法。 在SPSS里进入Correlate－》Bivariate，在变量下面Correlation Coefficients复选框组里有3个选项： Pearson Kendall's tau-b Spearman：Spearman spearman（斯伯曼/斯皮尔曼）相关系数 斯皮尔曼等级相关是根据等级资料研究两个变量间相关关系的方法。它是依据两列成对等级的各对等级数之差来进行计算的，所以又称为“等级差数法” 斯皮尔曼等级相关对数据条件的要求没有积差相关系数严格，只要两个变量的观测值是成对的等级评定资料，或者是由连续变量观测资料转化得到的等级资料，不论两个变量的总体分布形态、样本容量的大小如何，都可以用斯皮尔曼等级相关来进行研究。 Kendall's相关系数 肯德尔(Kendall)W系数又称和谐系数，是表示多列等级变量相关程度的一种方法。适用这种方法的数据资料一般是采用等级评定的方法收集的，即让K个评委（被试）评定N件事物，或1个评委（被试）先后K次评定N件事物。等级评定法每个评价者对N件事物排出一个等级顺序，最小的......>>

问题八：Pearson，Kendall和Spearman三种相关分析方法的异同 在SPSS软件相关分析中,pearson(皮尔逊), kendall（肯德尔）和spearman（斯伯曼/斯皮尔曼）三种相关分析方法有什么异同

两个连续变量间呈线性相关时，使用Pearson积差相关系数，不满足积差相关分析的适用条件时，使用Spearman秩相关系数来描述.

Spearman相关系数又称秩相关系数，是利用两变量的秩次大小作线性相关分析，对原始变量的分布不作要求，属于非参数统计方法，适用范围要广些。对于服从Pearson相关系数的数据亦可计算Spearman相关系数，但统计效能要低一些。Pearson相关系数的计算公式可以完全套用Spearman相关系数计算公式，但公式中的x和y用相应的秩次代替即可。

Kendall's tau-b等级相关系数：用于反映分类变量相关性的指标，适用于两个分类变量均为有序分类的情况。对相关的有序变量进行非参数相关检验；取值范围在-1-1之间，此检验适合于正方形表格；

计算积距pearson相关系数，连续性变量才可采用;计算Spearman秩相关系数，适合于定序变量或不满足正态分布假设的等间隔数据; 计算Kendall秩相关系数，适合于定序变量或不满足正态分布假设的等间隔数据。

计算相关系数：当资料不服从双变量正态分布或总体分布未知，或原始数据用等级表示时，宜用 spearman或kendall相关

Pearson 相关复选项 积差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 复选项 等级相关 计算分类变量间的秩相关，适用于合并等级资料

Spearman 复选项 等级相关计算斯皮尔曼相关，适用于连续等级资料

注：

1若非等间距测度的连续变量 因为分布不明-可用等级相关/也可用Pearson 相关，对于完全等级离散变量必用等级相关

2当资料不服从双变量正态分布或总体分布型未知或原始数据是用等级表示时,宜用 Spearman 或 Kendall相关。

3 若不恰当用了Kendall 等级相关分析则可能得出相关系数偏小的结论。则若不恰当使用，可能得相关系数偏小或偏大结论而考察不到不同变量间存在的密切关系。对一般情况默认数据服从正态分布的，故用Pearson分析方法。

在SPSS里进入Correlate－》Bivariate，在变量下面Correlation Coefficients复选框组里有3个选项：

Pearson

Kendall's tau-b

Spearman：Spearman

spearman（斯伯曼/斯皮尔曼）相关系数

斯皮尔曼等级相关是根据等级资料研究两个变量间相关关系的方法。它是依据两列成对等级的各对等级数之差来进行计算的，所以又称为“等级差数法”

斯皮尔曼等级相关对数据条件的要求没有积差相关系数严格，只要两个变量的观测值是成对的等级评定资料，或者是由连续变量观测资料转化得到的等级资料，不论两个变量的总体分布形态、样本容量的大小如何，都可以用斯皮尔曼等级相关来进行研究。

Kendall's相关系数

肯德尔(Kendall)W系数又称和谐系数，是表示多列等级变量相关程度的一种方法。适用这种方法的数据资料一般是采用等级评定的方法收集的，即让K个评委（被试）评定N件事物，或1个评委（被试）先后K次评定N件事物。等级评定法每个评价者对N件事物排出一个等级顺序，最小的......>>

问题九：怎么选择相关性分析模型 20分 选择相关性分析模型的方法：

1、看数穿类型和因变量的个数，多个因变量的用路径分析和结构方程，一个因变量的。

2、看数据类型，连续型的数据用线性和非线性，分类型的用逻辑回归，时间序列的用时间序列分析。

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。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。相关性不等于因果性，也不是简单的个性化，相关性所涵盖的范围和领域几乎覆盖了我们所见到的方方面面，相关性在不同的学科里面的定义也有很大的差异。

如何统计excel里面两列数据的相关性

如果是两列数据进行对比（即对2列所有的数据进行对比）：在C1输入=IF(COUNTIF(A:A,B1)>=1,"有相同数值","无相同数值") 然後下拉即可查找A列与B列数值的不一样数据。

成对数据的统计分析

第1节 成对数据的统计分析

一、变量间的相关关系

1、两个变量有关系，但又没有确切到可由其中一个区精确地决定另一个的程度，这种关系称为相关关系；

2、如果从整体上看，当一个变量的值增加时，另一个变量的相应值也呈现增加的趋势，我们称这两个变量正相关；如果当一个变量的值增加时，另一个变量的相应值呈现减少的趋势，则称这两个变量负相关；

3、一般地，如果两个变量的取值呈现正相关或负相关，而且散点落在一条直线附近，我们称这两个变量线性相关；注：如果散点落在某条曲线附近，而不是落在一条直线附近，说明这两个变量具有相关性，但不是线性相关；如果散点落在一条折线附近，这两个变量也具有相关性，但它们既不是正相关，也不是负相关；

4、一般地，如果两个变量具有相关性，但不是线性相关，那么我们就称这两个变量非线性相关或曲线相关。

二、样本相关系数：用来衡量两个变量的线性相关关系

1、定义 r=

我们称r为变量x和变量y的样本相关系数

2、特征

（1）当r＞0时，称成对数据正相关，这时，当其中一个数据的值变小时，另一个数据的值通常也变小；当其中一个数据的值变大时，另一个数据的值通常也变大

（2）当r＜0时，称成对数据负相关，这时，当其中一个数据的值变小时，另一个数据的值通常会变大；当其中一个数据的值变大时，另一个数据的值通常会变小

（3）样本相关系数r的取值范围为[-1,1]

（4）样本相关系数r的绝对值大小可以反映成对数据之间线性相关的程度：

当|r|越接近1时，成对数据的线性相关程度越强

当|r|越接近0时，成对数据的线性相关程度越弱

第2节 一元线性回归模型及其应用

一、一元线性回归模型

x与y的关系可以表示为：

我们称上式为y关于x的一元线性回归模型，其中，y称为因变量或响应变量，x称为自变量或解释变量；a和b为模型的未知参数，a称为截距参数，b称为斜率参数；e是y与bx＋a之间的随机误差

二、一元线性回归模型参数的最小二乘估计

1、经验回归方程

我们将：

关于x的经验回归方程，也称经验回归函数或经验回归公式，其图形称为经验回归直线。这种求经验回归方程的方法叫做最小二乘法，求得的b，a叫做b，a的最小二乘估计。

注：由于a=y-bx，即（x，y）满足经验回归方程y=bx＋a，所以经验回归直线必定过样本点的中心（x，y）

2、残差分析：

对于响应变量y，通过观测得到的数据称为观测值，通过经验回归方程得到的y称为预测值，观测值减去预测值称为残差，残差随机误差的估计结果，通过对残差的分析可以判断模型刻画数据的效果，以及判断原始数据中是否存在可疑数据等，这方面工作称为残差分析。注：残差可以是正数，也可以使负数，也可以是0

注：

（1）如果在残差的散点图中，残差比较均匀地分布在横轴的两边，说明残差比较符合一元线性回归模型的假定，是均值为0，方差为的随机变量的观测值

（2）可以通过比较残差的平方和来比较两个模型的效果，残差平方和越小，模型的拟合效果越好；残差平方和越大，模型的拟合效果越差。

也可以用R的平方来比较两个模型的拟合效果，R的平方计算公式为：

R的平方越大，模型的拟合效果越好，R的平方越小，模型的拟合效果越差。

第三节 列联表与独立性检验

一、分类变量

我们经常会使用一种特殊的随机变量，以区别不同的现象或性质，这类随机变量称为分类变量，分类变量的取值可以用实数表示。

二、2 2列联表

在实践中，由于保存原始数据的成本较高，人们经常按研究问题的需要，将数据分类统计，并做成表格加以保存，我们将下表表示的数据统计表称为分类变量x和y的抽样数据的2 2列联表

2*2列联表给出了成对分类变量数据的交叉分类频数

三、独立性检验

构造随机变量： 利用 的取值判断分类变量x和y是否独立的方法称为x 的独立性检验，读作“卡方独立性检验“简称独立性检验””

怎样用spss分析这两组数据的相关性

朋友，你这个数据可采用pearson相关分析就可以，spss的步骤如下：

3、点击OK即可，出现如下结果

可以用SPSSAU在线数据分析平台，使用通用方法->相关即可。