1。一般来说，取绝对值后，00.09表示不相关，0.3表示弱相关，0.10.3表示弱相关，0.30.5表示中等相关，0.51.0表示强相关。但往往需要做显著性差异检验，即ttest，来检验两组数据是否显著相关，这个会在SPSS中自动计算。第二，样本本越大，需要达到显著相关的相关系数越小。所以，这和样本量有关。如果样本较大，比如300以上，相关系数往往较低，比如0.2，因为样本量的增大引起了差异的增大，但显著性检验认为这是极显著的相关。
6、excel数据怎么做成相关性?1。首先，双击桌面上的excel图标打开软件。2.在表格中输入需要相关系数的数据。3.选择表格中的数据。4.点击上面栏中“插入”中的“图表”。5.点击“标准型”中的“X，Y散点图”。6.选择第一个“X和Y散点图”。7.此时，散点图显示在界面中。8.选择散点图中的任意点。9.右键点击这个点，选择“添加趋势线”。10.弹出框出现后，勾选下面的“显示公式”和“显示R平方值”。
7、相关性分析的目的是什么?执行显著性测试以消除错误。通常，阿尔法水平属于第一类错误。第一种误差是零假设为真但被错误拒绝的概率。第二种错误(是零假设为假但被错误接受的概率，或者是研究假设为真但被拒绝的概率)。如果p值小于预定水平，则理论上拒绝零假设，而如果p值大于预定水平，则理论上不拒绝零假设。相关性的显著性取决于样本量和相关系数的大小。样本量越大，相关系数越大，显著性越高，即偶然发生的可能性越小。
但是这个人在20起盗窃案中出现了12起，说明这个人是一个有很大嫌疑的小偷。恰好这个人出现在十几个被盗地点的几率大概只有几百分之一。可见，在科研中为了证明某个理论推测，你要做很多次实验来验证，才能把它作为结论，也就是说，如果样本量达到一定数量，才能使结论更可靠。扩展资料:相关系数的常用检验方法:①t检验适用于计量资料齐次、正态分布、方差的两组间的小样本比较。
8、常用于测度列联表中相关性的相关系数是什么三大系数?列联表中常用来衡量相关性的三个相关系数是皮尔逊相关系数、斯皮尔曼相关系数和肯德尔相关系数。1.统计学中的1 . personcorrelationcoefficient(Pearson，spearman，kendall)重点是第一个等号后的公式，最后一个是扣除计算，暂时不需要担心他们。看，两个变量(x，
Y)等于它们之间的协方差cov(X，Y)除以它们各自的标准差(σX，σY)的乘积。公式的分母是变量的标准差，也就是说在计算皮尔逊相关系数时，变量的标准差不能为0(分母不能为0)，也就是说你的两个变量中任何一个的值都不能相同。如果没有变化，就无法通过皮尔逊相关系数计算出这个变量和另一个变量之间是否存在相关性。
9、什么是相关性分析问题1:什么是属性相关性分析？属性相关性分析用于帮助过滤掉统计上不相关或弱相关的属性，保留最相关的属性(与挖掘任务相关)。包含属性(维度)相关性分析的定性概念描述称为分析性定性概念描述(***yticalcharacterization)，包括属性(维度)相关性分析在内的对比定性概念描述也称为分析比较定性概念描述(* * * yticalparison)。直观地说，如果一个属性(维度)的值能够帮助有效地区分不同类型的数据集(类)，那么这个属性(维度)就被认为与对应类型的数据集密切相关。
