两个相关系数的统计学比较

两个相关系数的统计学比较我们常需要考察某变量和其他很多变量之间的线性相关性 比如 考察 A 和 B A 和 C 的相关性 然后 我们想知道 A 和 B 更相关 还是 A 和 C 更相关 这时候应该怎么处理呢 简单来说 我们可以对 A 和 B A 和 C 分别做简单线性相关 如果 两个相关系数均没有统计学

大家好,欢迎来到IT知识分享网。

我们常需要考察某变量和其他很多变量之间的线性相关性,比如,考察A和B、A和C的相关性,然后,我们想知道A和B更相关,还是A和C更相关?这时候应该怎么处理呢?

简单来说,我们可以对A和B、A和C分别做简单线性相关,如果,两个相关系数均没有统计学意义(即p均>0.05),那也没有必要比较A和B还是和C更相关了。所以,咱们的前提是:A和B、A和C之间的相关系数有统计学意义(即p均<0.05)。

比如,图中蓝线代表的是A和B,橙线代表的是A和C。

两个相关系数的统计学比较

SPSS给出的结果如下表,两个相关系数均有统计学意义,其中r_AB=0.54(p<0.001),r_AC=0.747(p<0.001)。表面看上去,r_AC>r_AB,是不是说明A和C之间更相关呢?

我们知道单纯比较并不可靠,如果有适当的统计学检验能加以佐证结果,就比较有说服力了。首先,我们可以分别求出两个相关系数的置信区间,然后考察两个区间的关系,以比较两个相关系数。

其实求相关系数的置信区间很简单,在简单相关的界面,选中自助抽样(英文为Bootstrap),选择执行自助抽样。

两个相关系数的统计学比较

咱们看SPSS的结果,r_AB=0.54,区间为0.353至0.747;r_AC=0.747,区间为0.618~0.857。二者的置信区间有交叉,说明两个相关系数的差异是没有统计学意义的,也就是说,通过统计学检验,两个相关系数是一样的,并不是我们认为的A和C更相关。

当然,还有另外一种方法,只需要知道相关系数r和样本量n。刚刚的例子中,r_AB=0.54,r_AC=0.747,样本量均为54,可求出

两个相关系数的统计学比较

u值服从标准正态分布,如果u>1.96或者u<-1.96,则说明p<0.05;如果-1.96<u<1.96,则说明p>0.05。例子中u= -1.828,在 -1.96和1.96之间,说明p>0.05,两个相关系数在统计学上没有差异。当然,有读者会提出如果相关系数是负的怎么办呢,因为我们考察的是相关程度,直接用相关系数的绝对值即可。

End.

作者:杨老师 (中国统计网特邀认证作者)

本文为头条号作者原创。未经允许,不得转载。

运行人员:中国统计网小编(微信号:itongjilove)

中国统计网,是国内最早的大数据学习网站,公众号:中国统计网

http://www.itongji.cn

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/92543.html

(0)

相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注微信