相關分析:從概念到步驟

2021-02-24 量化研究方法

顯然，相關係數矩陣是對稱矩陣，而且對角線上的相關係數全為1（即變量自身的相關係數為1）。從上表中可知，腰圍和體重的相關係數r=0.853，存在強相關；脂肪比重和體重的相關係數r=0.697，存在中度相關。

第4步：顯著性檢驗

在SPSS中，不但計算出變量間的相關係數，同時還進行了顯著性檢驗（即計算了統計量t，且查詢出對應的概率P值，見顯著性一行）。

在相關係數矩陣中，查看顯著性一行，腰圍和體重對應的概率P=0.000（因精度的原因，看起來概率為0），顯然P<0.05，即根據顯著性檢驗，也可知腰圍和體重、脂肪比重和體重，都存在顯著的線性相關關係。

 

第5步：進行業務判斷

根據前面的相關分析，可得到數據分析結論：

1、根據顯著性判斷，可知腰圍與體重、脂肪比重與體重，都存在顯著線性相關性。

2、根據相關係數，可知腰圍與體重存在強相關，脂肪比重與體重存在中度相關。

 

然後，再從業務上對分析結果進行解讀，並給出相應的業務策略或建議：

1、  業務解讀：腰圍對體重的影響很大，脂肪比重對體重的影響較大。

2、  業務建議：要減輕體重，最好先減小腰圍，少吃脂肪類食物。

 

這樣，就實現了從數據到業務的完整的相關分析過程。

相關焦點

  • 回歸分析的基礎概念之2:相關性與相關關係,相關係數與判定係數
    大家好，歡迎來到許栩原創專欄《從入門到高手：線性回歸分析詳解》（本專欄總目錄見上圖），這是專欄的第二篇文章，確定關係與相關關係，相關係數與判定係數。本專欄第一篇文章，我講解了回歸分析第一個基礎概念，變量。這一章，將講解回歸分析另一個最重要的基礎概念，相關性。本章的主要內容如下。
  • 線性回歸分析詳解10(完結篇):線性回歸分析預測的十大步驟
    許栩原創專欄《從入門到高手：線性回歸分析詳解》第10章，這是本專欄的最後一章，是專欄的完結篇：用線性回歸分析做預測，多元線性回歸分析預測的十大步驟。線性回歸分析專格欄總目錄請見上圖，前9章，我分別講述了回歸分析及與回分析相關的概念，一元、多元線性回歸分析的公式與計算方法，以及多重共線性、回歸方程的精度、顯著性驗證和置信區間等進行回歸分析的重要步驟及其計算方法。至此，以回歸分析進行需求預測的各項知識點及各項準備工作全部完成，我們可以正式的以回歸分析進行需求預測。
  • 驗證性因子分析與探索性因子分析的區別 | 附:量表編制步驟
    編制量表的流程一般是：構建條目池→專家諮詢→項目分析（篩選條目），也就是在篩選條目的時候我們才會使用探索性因子分析，當我們項目分析結束後，我們就形成了量表的初稿，下一步才是去用驗證性因子分析做量表的結構效度分析。
  • 一篇帶你學會相關分析
    甚至專門寫上一整篇的文章闡述其研究變量之間的相關關係，足見其重要性。通常，我們所說的「相關」都是一個較為模糊的概念，好像直覺告訴我們，這個事和那個人應該有關係，這個數字和那個現象似乎有聯繫，卻始終沒有辦法得到一個明確的結論。而相關分析則讓這種模糊的直覺有了理論支持。
  • 用羅爾定理證明中值命題的基本概念、步驟與典型題思路分析
    米歇爾·羅爾（Michel Rolle，1652年4月21日－1719年11月8日），法國數學家一、基本概念與定理1、中值命題函數或其導數在某區間中至少存在一點成立的等式或者不等式，常稱為中值命題 二、用羅爾定理證明中值等式的思路與步驟在確定使用羅爾定理來證明中值等式時，可考慮如下基本思路與步驟：(1) 變換預證等式：化簡、移項，將等式所有項移動到左側，使得右側等於0，即具有G(ξ)=0的形式.
  • 全方面分析概念元素的提取,讓你的設計方案更精彩!
    其中大部分內容都有對應的手法及方法論，比如功能分析法、行為分析法、色彩分析法、照明分析法等等；而關於裝飾造型這部分，由於牽涉到美學和藝術基礎，往往是剛入行的設計師朋友們感到最棘手的部分；這時候就可以通過概念元素來進行設計。02.為什麼要提取設計概念元素？
  • 因子分析(1)——相關概念
    本文以及之後的幾篇文章介紹因子分析的相關內容，【因子分析】的這部分內容其實已經被錄製成視頻課程，發布在了雲課堂，想看課程的直接點擊【閱讀原文】。
  • 從分析步驟、工具、模板再到實例,教你分析監測那些「黑過你」的...
    而通過一份有效的競爭力分析，既能讓你做到鳥瞰全局，又能讓你深入了解市場中的核心參與者。 對此，本文將為你提供一種針對電商業務的競爭分析方法，包括分析步驟、工具以及分析模板。無論你是一位正在重新評估當前市場的老手賣家，還是正準備將產品首次推向市場的新手賣家，基本上都能夠從中受益。 什麼是競爭力分析？
  • 數據分析主要有哪幾個步驟
    在數據的採集過程中，要遵循一些原則：準確性，代表性，廣泛性等，原則的遵循重點是為了保證後續相關決策的有效性。數據的收集可能會從現實中去調查，也有可能直接從相關的資料庫中調取。接著說例子，在上一步驟中，你確定了變量，這個時候你就要開始去收集採取變量數據了。
  • 全流程總結相關分析,讓你條理清晰完成分析
    相關係數類型當完成以上步驟且滿足相關分析的分析條件後，即可進行相關分析。點擊『通用方法』-『相關』。這時又出現一個問題。SPSSAU提供了三種相關係數，分別是Pearson、Spearman，Kendall相關係數，該選哪一種呢？多數情況下，SPSSAU建議使用pearson相關係數。
  • 網狀Meta分析的步驟,看完這篇就懂了
    Network Meta Analysis, NMA）的知識，我自己還沒有發表過NMA的文章，主要因為我只寫跟自己方向相關的文章，之前我發表的普通Meta分析也是跟自己研究方向直接相關的，報課題的時候可以用的上。
  • 回歸分析spss步驟 - CSDN
    以下是若干樣本的人數和β指標的數據，我們想分析人數和β指標之間到底是一種什麼樣的關係，或者說最擬合什麼類型的模型（圖1）圖1曲線回歸操作步驟：①點擊「分析」--「回歸」--「曲線估算」（圖2）圖2②將β指標選入因變量欄中，將人數選入獨立變量欄中（圖3）圖3③勾選下方模型中的除了「Logistic
  • 項目管理基礎:系統分析相關概念介紹
    1、系統分析的主要任務系統分析主要任務是對現行的系統進一步詳細調查，將調查得到的資料集中，對組織內部整體管理狀況和信息處理過程進行分析，為系統開發提供所需要的資料，並提交系統方案說明書。2、系統分析的主要階段系統分析主要有範圍定義、問題分析、需求分析、邏輯設計、決策分析等階段。範圍定義階段：屬於第一個階段，主要確認該項目是否值得去做。這個階段持續時間很短，一天是3天左右。
  • 典型相關分析
    ，如果是第一次學習這個概念，可能會感到奇怪，怎麼是典型呢？難道我們原來學的相關分析不典型嗎？說實在的，我也不知道為啥叫典型相關分析，但是英文是Canonical Correlation Analysis，翻譯過來就典型了，知道的可以告訴我啊，謝謝啦！ 典型相關分析（Canonical Correlation Analysis）：是研究兩組變量之間相關關係的一種多元統計分析方法。
  • 元素分析相關文章總結篇(含226個原吸實用問答)
    實踐部分：1.原子吸收光譜儀使用中226個實踐問題及答案（一）4.原子螢光實用技能（1）——使用步驟（粗略版）5.原子螢光實用技能（2）樣品溶液配製注意事項6.原子螢光實用技能（3）光路的調節7.原子吸收故障排除（1）8.原子吸收故障排除
  • 熱分析相關方法、概念和定義
    與反應速率呈指數提高、速率受熱量傳遞和質量傳遞限制的控溫技術相比，CRTA技術更能以化學反應作為限制步驟。該項技術也可改善多重反應的解析度。例如，對於控制速率實驗，輸給爐子的功率是受控制的，以確保質量損失(或增加)的速率固定。
  • 了解集成電路失效分析的步驟
    了解集成電路失效分析的步驟 電子設計 發表於 2018-09-05 09:45:00 引言 失效分析就是判斷失效的模式，查找失效原因，弄清失效機理，並且預防類似失效情況再次發生
  • 數據分析過程:制定決策的5個步驟
    編輯導語：隨著大數據的重要性逐漸凸顯，越來越多的公司開始收集數據並且進行數據分析，分析過後利用得到的數據制定相應的決策。那麼，制定決策的這個過程應該如何去做呢？本文作者為我們總結了五個步驟，幫助我們完成數據分析、制定決策方案。
  • SPSSAU教程05:相關回歸分析指標解讀
    針對變量關係研究方法，包括了相關關係研究以及影響關係研究，大致將常用分析方法歸納為：相關分析，線性回歸分析，Logistic回歸分析，SEM結構方程結果表格從相關分析方法角度看，其並不區分X和Y，但從實際意義上看，通常是研究X和Y的相關關係。
  • 【地理概念】風化作用的相關概念
    8.水化作用：有些礦物能夠吸收一定數量的水參加到礦物晶格中，形成含水分子的礦物9.碳酸化作用：溶於水中的 CO2形成 CO32-和 HCO3-離子，它們能奪取鹽類礦物中的 K、Na、Ca 等金屬離子大家都在關注:（超連結，點擊直接進入）---早期內容搜索【地理概念】搜尋引擎