俩组数据的相关性分析的显著性_excel相关性分析-数据分析

		A	B
重复1	1	0.76	82.13
	2	0.71	64.25
	3	0.93	46.17
	4	0.89	42.52
	5	0.95	28.67
	6	0.88	38.82
重复2	1	0.82	79.45
	2	0.69	63.12
	3	0.95	38.18
	4	0.91	55.74
	5	0.94	39.81
	6	0.91	33.29
重复3	1	0.79	80.41
	2	0.67	58.24
	3	0.88	44.82
	4	0.96	55.38
	5	0.93	36.49
	6	0.92	34.42

俩组数据的相关性分析的显著性，比如A与B显著正相关或显著负相关，这是这么做出来的?计算的过程

1、重复一、二、三是指为了增加样本的个数而作的重复
2、X为B，Y为A，也即B对A的影响

首先得明确，是想知道A对B的影响，还是B对A 的影响？

如果不区分方向，直接计算相关系数，可用“工具数据分析-相关系数”，或者直接在单元格输入”=correl（x,y）”就能得到相关系数。

利用回归分析，首先确定A或B哪个是因变量，哪个是自变量。这样才能建立回归方程。
EXCEL回归默认输出三组结果，模型的拟合优度，方差分析结果，以及回归系数（包括t值，系数，标准差等）。看x的系数是否统计上显著，主要看P值是否小于设定的显著性水平，如5%。如果p<5%,就拒绝原假设（待检验的参数系数为0），说明x对Y有显著性的影响。
通常，一个较好的回归模型，R2应该大于80%。

精彩回答：

这是在excle的数据分析的应用。
本例在按照大家的教导下得到5楼的结果，谢谢。
问题是这个题的R平方很小，只有0.466，但是P值却在0.0017，在5%以内了，达到显著性正相关。

R^2=0.466，则r=0.7，一般来说0.7是中度相关和强相关的分解线，实际工作中能够得到0.7的相关值已经很好了。
至于P-value=0.0017，说明R=0的可能性只有0.17%，即认为R≠0。
两者反映的是完全不同的两个方面。前者是相关强度的计算，后者是关系显著性的假设检验

转载请注明：数据分析 » 俩组数据的相关性分析的显著性_excel相关性分析