比较两组数据是否具有相关性

x=[13.21314.98.27.925.316.016.37.5];>>y=[23242120213930329];>>[R,P]=corrcoef(x,y)R=1.00000.88340.883

你提供的是不完整的回归分析结果.模型汇总中的R方说明你的回归公式的拟合度很好,也就是说用这个公式模型来进行预测的能力很强.R方在0-1之间,越大说明拟合度越好.R说明两个变量之间为很密切的正相关关系,

如果你用SPSS计算的相关系数,默认都是带显著性检验结果啊.没明白你问的是啥意思?再问：我是做两种测定方法，得出数据后检测这两种检测方法得出的数据有没有相关性，能不能互相替代。我也是有些不知如何下手能

营业收入x；成交额y对xy先ADF检验平稳性,结果不成立,取log一阶差分,接受.然后OLS,对残差检验平稳,若平稳,二者存在协整关系DependentVariable:XMethod:LeastSq

添加两个辅助列,用countif对两列分别进行处理,然后对辅助列里为0的进行筛选（为0的就是此数据在另一列里找不到）；柱状图上方的折线可能是趋势线或者是另外一个数据系列再问：不是想找两列数有什么不同，

这个说明A、B的相关系数是0.172,P=0.509＞0.05说明AB的相关性不成立,可认为A、B不存在直线关系.再问：您好，还有一组数据，相比较上一条的话是不是可以说前者的线性比较强呢？再答：都没有

t检验是用来说明两组数据是否差异显著的.如果要看相关程度,应用“双变量相关分析”,具体如下：1、Analyze->Correlate->Bivariate；2、选择两变量进入变量框（Variable）

菜单栏——工具——加载宏——分析数据库——确定菜单栏——工具——数据分析——F-检验（或t-检验）再问：没有加载宏这一项，我用的是WPS的Excel再答：WPS办公软件里面没有“Excel”，只有“W

这个地方只有两个变量,你怎么用多元回归来分析呢,而且是判断他们是否存在显著性差异,可能做不了,回归分析只能判断变量之间是否存在相关关系.你可以通过t检验或者卡方检验来看看他们是否有显著差异

你所描述的问题是要用线性回归.就是analysis--regression---liner.那也就是y=ax+b.这样的.你就知道贡献率啦,看a就行了.

一般统计分时所做的相关是指Pearson相关或者Spearman相关,而Losgistic回归也即多元回归分析是一个更高层次的相关分析,数据要求质量比较高.如果数据用Pearson相关或者Spearm

直接用spss中的相关分析就好了如果相关性显著,就是你说的相关性比较大的,会有星号标注的

这个……发现你对统计一点都不理解……性别是分类变量你这里的应变量是等级分类变量暂时还不知道你要分析哪些指标的相关性.建议：找对统计了解的人解决.

方差分析由于涉及三组以上,因此比t检验需要有更多的注意问题.目前临床最常见的错误就是关于两两比较方面的.对于三组及以上资料,一般来讲,采用方差分析得到的F值是一个组间的总体比较.例如三组间比较如果有差

用EXcel相关性函数CORREL,分别求出1与2,1和3的相关系数,比较大小,越接近数字“1”,相关性越好.

你给的分太底,不答

这是两个不同的问题,你的问题本身是矛盾的.拟合线性方程,至少是两个变量,一个自变量,别一个因变量,才能回归出一个方程.而您又要比较两条方程,这是不可能的.是一个矛盾问题.第二,您可能想看二者的相关性,

可以.因为配对T检验的必要条件是：每一个样本都是严格配对的.具有相关性不是配对T检验的必要条件,但是在配对样本的实验中,相关系数比较高往往是正常现象和多见现象,只要样本是配对的,而且数据符合正态分布和

y1=[3,4,5,6,2,3,4,5];y2=[4,3,2,6,3,2,2,5];plot(y1,'bo-');holdon;plot(y2,'ro-');axis(

用2个序列的差分序列,线性回归,可通过显著性检验.不过,这时是增量之间的因果关系,现实背景解释起来比较麻烦.另外还尝试：协整检验通过后,建立误差修正模型,这反映的也是因果关系,但是其显著性比较危险.再