精品文档 简单相关系数又称皮尔逊相关系数， 它描述了两个定距变量间联系的紧密程度。 样本的简单 相关系数一般用 r 表示，计算公式为：
其中 n 为样本量， 分别为两个变量的观测值和均值。 r 描述的是两个变量间线性相关强弱 的程度。r的取值在-1与+1之间，若r> 0，表明两个变量是正相关，即一个变量的值越大， 另一个变量的值也会越大；若
rv 0,表明两个变量是负相关，即一个变量的值越大另一个
变量的值反而会越小。 r 的绝对值越大表明相关性越强， 要注意的是这里并不存在因果关系。 若r=0，表明两个变量间不是线性相关，但有可能是其他方式的相关（比如曲线方式） 利用样本相关系数推断总体中两个变量是否相关, 可以用 t 统计量对总体相关系数为 0 的原 假设进行检验。若 t 检验显著,则拒绝原假设,即两个变量是线性相关的；若 著,则不能拒绝原假设,即两个变量不是线性相关的
t 检验不显
皮尔逊相关系数 又称“皮尔逊积矩相关系数” ,对两个定距变量（例如,年龄和身高）的 关系强度的测量，简写T。这一测量也可用作对显著性的一种检验， 总体中的T值为0。若样本T实际上不等于 本，并发现一个高的样本值T （例如， 样本是来自一个其真正的T值为
其方法是检验解消假设：
0，则解消假设可加否定，从而我们可以满意地 90）,那么我们不妨否定这一解消假设：这个
0，我们就不可能单纯
看到, 这两个变量不是无关的, 在统计显著性层次上它们是有关的。例如, 若我们有一个较 大的样
0的总体，因为假若真正的总体值是
碰巧取得一个如此高的样本。T的变化从 -1 （全负关系），通过0 （无关系或无关性），到+1 （全正关系）。从直线关系和曲线关系之间的关系来说，T是对直线关系的一种测量。对T 有两个主要的解释：（1）T 2 =所解释的方差额。（2）T测量围绕回归线散布的程度，也就 是说,它告诉我们,我们用回归线可预测的准确程度有多大。 1 、建立数据库
2 、按 analyze ---- correlate ------ bivarizte 顺序单击菜单项,展开一个对话框,在 correlation coefficients中就有Pearson相关系数的选项
简单相关系数又称皮尔逊相关系数, 它描述了两个定距变量间联系的紧密程度。 样本的简单 相关系数一般用 r 表示,计算公式为：
其中 n 为样本量,分别为两个变量的观测值和
r的取值在-1与+1之间，若r> 0,表明
rv 0,表明两个
均值。r描述的是两个变量间线性相关强弱的程度。
两个变量是正相关，即一个变量的值越大，另一个变量的值也会越大；若 要注意的是这里并不存在因果关系。若
变量是负相关, 即一个变量的值越大另一个变量的值反而会越小。 r 的绝对值越大表明相关 性越强，
r=0,表明两个变量间不是线性相关，但有
可能是其他方式的相关（比如曲线方式） 。 利用样本相关系数推断总体中两个变量是否 相关,可以用 t 统计量对总体相关系数为 0 的原假设进行检验。若 t 检验显著,则拒绝原 假设,即两个变量是线性相关的； 若 t 检验不显著,则不能拒绝原假设,即两个变量不是线 性相关的。单尾检验及双尾检验的判断：假定鱼缸里只有
2条金鱼 ,这时恰巧要检验雌雄 ,就
用双尾检验 ,但若此时不检验 ,缓几天再检 ,当池子里的鱼有 3或 5 条时检验 ,需用单尾检验法 , 方可检验完毕！答案不错，终于明白了 ?就是说，两条金鱼的时候，他们是雌是雄都有可能， 所以是不存在线性关系的, 因此要用双尾检验； 如果过几天有了小金鱼, 说明这两条金鱼一
精品文档 定是一雌一雄，因此存在线性关系，即用单尾检验。
SPSS 中 pearson （皮尔逊相关系数）看 r 值还是 P 值，确定相关性？ 两个值都要
看， r 值表示在样本中变量间的相关系数，表示相关性的大小； 是检验两变量在样本来自的总体中是否存在和样本 U
p 值是检验值， 样的相关性。
皮尔逊相关系数知识讲解
