文档介绍：会计学
1
h两变量(biànliàng)关联性分析
第一页，共34页。
本章(běn zhānɡ)内容
第一节 线性相关(xiāngguān)
第二节 秩相关(xiāngguān)
第三节 分类变量的关联性分析
第1页/共34页
第二页，共34页。
第一节 线性相关
一 线性相关的概念(gàiniàn)
线性相关(linear correlation)又称简单相关(simple correlation)，用于双变量正态分布(bivariate normal distribution)资料。其性质可由图11-2散点图直观的说明。
第2页/共34页
第三页，共34页。
目的：研究(yánjiū) 两个变量X,Y数量上的依存（或相关） 关系。
特点：统计关系
第3页/共34页
第四页，共34页。
第4页/共34页
第五页，共34页。
二、相关系数的意义(yìyì)与计算
意义：相关（correlation coefficient）又称Pearson积差相关系(guān xì)数，用来说明具有直线关系(guān xì)的两变量间相关的密切程度与相关方向。
2. 计算(jì suàn)：样本相关系数的计算(jì suàn)公式为
（11-3）
第5页/共34页
第六页，共34页。
例11-2 计算例11-1中凝血酶浓度X与凝血酶时间(shíjiān)Y之间样本相关系数。
由例11-1得
,
,
由公式11-3得
第6页/共34页
第七页，共34页。
相关系数的特点(tèdiǎn)
,且-1<r<1;
>0为正相关,r<0为负相关;
3./r/越接近(jiējìn)于1,说明相关性越好./r/越接近(jiējìn)于0,说明相关性越差.
第7页/共34页
第八页，共34页。
相关系数的统计(tǒngjì)推断
（一）相关系数的假设检验
(11-5)
(11-6)
第8页/共34页
第九页，共34页。
例11-3 继例11-2中算得r=-0926后,试检验(jiǎnyàn)相关是否具有统计学意义
第9页/共34页
第十页，共34页。