樣本數523,相關性係數R 0 12,p小於0 05有相關性嗎

2021-03-22 06:33:40 字數 3626 閱讀 1672

1樓:匿名使用者

首先看顯著性值,也就是sig值或稱p值。它是判斷r值,也即相關係數有沒有統計學意義的。判定標準一般為0.

05。由表可知,兩變數之間的相關性係數r=-0.035,其p值為0.

709>0.05,所以相關性係數沒有統計學意義。無論r值大小,都表明兩者之間沒有相關性。

如果p值<0.05,那麼就表明兩者之間有相關性。然後再看r值,|r|值越大,相關性越好,正數指正相關,負數指負相關。

一般認為:|r|大於等於0.8時為兩變數間高度相關;|r|大於等於0.

5小於0.8時認為兩變數中度相關;|r|大於等於0.3小於0.

5時認為兩變數低度相關或弱相關,|r|小於0.3說明相關程度為極弱相關或無相關。所以判斷相關性,先看p值,看有沒有相關性。

再看r值,看相關性是強還是弱。

直相關係數r=0.9,p<0.05表示什麼統計學意義

2樓:愛娜娜的小雪梨

首先看顯著性值,也就是sig值或稱p值。它是判斷r值,也即相關係數有沒有統計學意義的。判定標準一般為0.

05。由表可知,兩變數之間的相關性係數r=-0.035,其p值為0.

709>0.05,所以相關性係數沒有統計學意義。無論r值大小,都表明兩者之間沒有相關性。

如果p值<0.05,那麼就表明兩者之間有相關性。然後再看r值,|r|值越大,相關性越好,正數指正相關,負數指負相關。

一般認為:|r|大於等於0.8時為兩變數間高度相關;|r|大於等於0.

5小於0.8時認為兩變數中度相關;|r|大於等於0.3小於0.

5時認為兩變數低度相關或弱相關,|r|小於0.3說明相關程度為極弱相關或無相關。所以判斷相關性,先看p值,看有沒有相關性。

再看r值,看相關性是強還是弱。

統計學 相關性分析 r=0.818,但p>0.05, r=0.328,但p<0.05 這兩組資料有相關性嗎?

3樓:匿名使用者

p>0.05,說明在總體中不存在顯著的相關性,r表示樣本資料中兩者的相關程度

統計學相關性分析:r=0.881,p>0.05,另一組資料r=0.327,p<0.05 兩組資料分別怎麼判斷相關性?

4樓:匿名使用者

與樣本例數有關。r雖然很高,但例數太少;r雖然很小,但例數較多,就出現上述情況。

spss 相關性檢驗所得資料中,r值小於0.3,同時p值又小於0.05,請問這組資料是否有意義?

5樓:匿名使用者

在統計上是顯著的,在你專業上是否有意義,你自己判斷即可

我替別人做這類的資料分析蠻多的

6樓:匿名使用者

有顯著正相關,但是是弱相關

7樓:匿名使用者

p<0.05.有統計學意義

直線相關係數r=0.9,p<0.05的。意義是什麼?求具體的解析,謝謝

8樓:伸彌龍雲雀

;|兩變數有相關性,且高度相關

一般認為:|r|大於等於0.8時為兩變數間高度相關;|r|大於等於0.

5小於0.8時認為兩變數中度相關;|r|大於等於0.3小於0.

5時認為兩變數低度相關或弱相關,|r|小於0.3說明相關程度為極弱相關或無相關。所以判斷相關性,先看p值,看有沒有相關性。

再看r值,看相關性是強還是弱。

用spss進行的相關性分析,不太懂,麻煩給詳細說明一下! 80

9樓:匿名使用者

首先你要知道怎麼

選擇這兩個方法

如果都滿足正態性就選擇第二個pearson相關係數,否則第一個其次看sig小於0.05說明相關係數有統計學意義,小於0.4弱相關0.

4-0.7中等相關,大於0.7強相關。

所以你數學成績和思維是存在中等正相關

10樓:匿名使用者

pearson皮爾遜相關係數是一般所說的相關係數,用於二維正態分佈,或二個變數無服從正態分佈的資料。spearman等級相關係數用於等級資料,或其中一個變數不服從正態分佈的資料。

一般認為」成績「服從正態分佈,但不知道「發散思維是什麼資料,你可根據上述的說明進行選擇。

spearman等級相關係數 rs=0.553,p=0.000<0.05(或p<0.0005<0.05),可認為數學成績與發散思維存在正相關關係。

pearson皮爾遜相關係數 r=0.553,p=0.000<0.05(或p<0.0005<0.05),可認為數學成績與發散思維存在正相關關係。

11樓:鄧瑤

? 聊齋電視系列片 ( 1986) ? 第5個空彈殼 ( 2008) ? 永遠的媽媽 ( 1999)

spss做sperman 相關,結果r值是0.1-0.3,p值均小於0.05,可以認為是有相關嗎?希望是有相關噢。

12樓:匿名使用者

既然p值小於0.05,你把顯著性水平取為0.05,就可以說是相關的。就是你希望的結果了。不過r值這麼小的話,實際意義不是太大。

13樓:匿名使用者

可以的但是意義不大

我經常幫別人做這類的資料分析的

14樓:匿名使用者

是否相關要看p值,你的資料達到相關要求,但是你的r值平方是多少?它證明你的相關大小,如果r平方很小,那就是沒意義的

excel迴歸分析結果 顯著水平0.05 這個結果應該怎麼解釋?直接說沒有相關性?還是? 10

15樓:水瓶一頭老母豬

該結果是線型關係不明顯。

p value對應的是引數的p值(雙側)。當p<0.05時,可以認為模型在α=0.05的水平上顯著,或者置信度達到95%。本例中p大於0.05,置信度小於95%。

r2又稱為方程的確定性係數(coefficient of determination),表示方程中變數x對y的解釋程度。r2取值在0到1之間,越接近1,表明方程中x對y的解釋能力越強。通常將r2乘以100%來表示迴歸方程解釋y變化的百分比。

f檢驗是通過方差分析表輸出的,通過顯著性水平(significance level)檢驗迴歸方程的線性關係是否顯著。一般來說,顯著性水平在0.05以上,均有意義。

當f檢驗通過時,意味著方程中至少有一個迴歸係數是顯著的。

16樓:綠衣人敲門

(1)引數顯著性檢驗t檢驗對應的prob,若小於0.05則引數的顯著性檢驗通過,再看r方,越接近1,擬合優度越高;f的p值,小於0.05的話模型才顯著,dw用來檢驗殘差序列的相關性的,在2的附近,說明殘差序列不相關。

(2)標準差是衡量回歸係數值的穩定性和可靠性的,越小越穩定,解釋變數的估計值的t值是用於檢驗係數是否為零的,若值大於臨界值則可靠。估計值的顯著性概率值(prob)都小於5%水平,說明係數是顯著的。r方是表示迴歸的擬合程度,越接近1說明擬合得越完美。

調整的r方是隨著變數的增加,對增加的變數進行的「懲罰」。d-w值是衡量回歸殘差是否序列自相關,如果嚴重偏離2,則認為存在序列相關問題。f統計值是衡量回歸方程整體顯著性的假設檢驗,越大越顯著。

單因素多水平,樣本數量不等,用spss進行方差分析應如何操作?如果方差非齊性,應該怎樣操作

spss統計軟體的one way anova在方差 不齊時是可以使用 的,此時你應該使用brown forsythe或welch的修正值。當你想看哪兩組有差異回時答,可以使用one way anova自帶的post hoc tests,方差不齊時使用不等方差假設項下的tamhane s t2或dun...

數字6和10相加等於文字,數字6和10相加等於1個文字

1只 1只 1雙 3天 4天 1周 4點 9點 1點 5月 7月 1年6 10 1 6 盎司 10 盎司 1 磅 6 兩 10 兩 1 斤 古代1斤是16兩,半斤八兩 數字6加10用什麼單位等於1 6盎司 10盎司 1磅 盎司 ngs 既是重量單位又是長度單位。長度單位時1oz代表pcb的銅箔厚度約...