相关性分析毕业论文

毕业论文做相关性分析

判断两个或多个变量之间的统计学关联；

如果存在关联，进一步分析关联强度和方向

定类变量：

无序的：性别(男、女)、血型(A、B、O、AB);

有序的：肥胖等级(重度肥胖，中度肥胖、轻度肥胖、不肥胖)

1 相关分析

对定量变量两两之间的相关程度进行分析，例如人的身高和体重之间；空气中的相对湿度与降雨量之间的相关关系

类型：

Pearson相关系数（适用于定量数据，且数据满足正态分布）

Spearman相关系数（数据不满足正态分布时使用）

Kendall's tau -b相关系数（有序定类变量）

案例：研究人的身高和体重之间的关系

问题一：在做回归分析之前为什么要做相关性检验。明明作了相关性检验之后不管结果如何都要全做回归分析的啊。相关分析相当于先检验一下众多的自变量和因变量之间是否存在相关性，当然通过相关分析求得相关系数没有回归分析的准确。如果相关分析时各自变量跟因变量之间没有相关性，就没有必要再做回归分析如果有一定的相关性了，然后再通过回归分析进一步验证他们之间的准确关系同时唬关分析还有一个目的，可以查看一下自变量之间的共线性程度如何，如果自变量间的相关性非常大，可能表示存在共线性问题二：相关性分析后为什么还要进行回归分析相关分析只是粗略得到了两个变量的关联程度或者说共变异程度，只检验的变量间关系的强度，但没涉及变量间具体影响关系或者路径的检验，通常只被视为是一种描述性的分析。比如我们得到收入和能力的相关，这说明二者有关联，但究竟是能力影响收入，还是反过来，相关分析是不检验这个的。回归可以同时用于检验变量间关系的强度和方向。而且回归还有个好处是但凡进入回归方程的变量，就可以视为是对该变量的效应有所控制，所以回归得到的变量关系时控制了其他无关变量之后的，得到的变量关系要比相关分析更为准确。问题三：相关性分析要分年做吗不一定，很多软件，spss做简单统计专业研究生工作室为您服务问题四：相关性分析要分年做吗？不需要分年做，直接做就可以了。相关分析最少不能少于两个数据，当然数据越多越好。问题五：SPSS做pearson相关性分析，必须是两个变量相互影响吗不是说必须相互影响，因为在做pearson相关之间，你是不知道这两个变量之间是否存在一定的什么相关的。但是做pearson相关对于变量分布有个要求是必须要符合正态分布，同时变量类型必须是数值型数据类型问题六：Excel如何进行相关性检验？主要要做以下几个事情： 1、安装OFFICE时，要选择完全安装，这样Excel的分析库才会装进去 2、在Excel中，选择菜单“工具－加载宏”把“分析工具库”加载进去 3、选择菜单“工具－数据分析”，然后选择相应的分析功能执行。比如“相关系统”可以以一个相关矩阵的方式，显示两两之间的相关系统，“方差分析”中可以显示相关的X方检验参数。问题七：做相关分析的时候，不知道应该选什么相关系数，请问应该怎么选择？相关分析是对两个对等的经济数列，用数学方法测定一个反映它们之间变动的联系程度和联系方向的抽象化数值，即相关系数。相关分析要求两个变量都必须是随机的。如，销售收入与销售利润可以作为一对相关分析的变量。考察两个变量之间的关系，如果是同方向且同步，即正比例关系；如果仅为同方向但幅度（系数）有差异，即正相关；如果收入增长但利润下降，即反相关或负相关。再如，劳动生产率和工资增长速度，这也可以称为一对相关性分析指标。劳动生产率的增长应该与工资增长呈正相关或正比例，而如果是负相关，就有问题了，不是吃光分光就是人才流失。总之，只要具有关联性的两个变量，都可以做为相关系数。相关性分析应依据分析目的选择系数（分析对象），同时相关分析是几组数据，单一的一组数据是无法测量其趋势的（相关与否和相关程度）。问题八：本科论文的数据分析怎么做？相关性分析，假设检验，回归分析需要那些数据？ 20分 (一)确定论文提要，再加进材料，形成全文的概要论文提要是内容提纲的雏型。一般书、教学参考书都有反映全书内容的提要，以便读者一翻提要就知道书的大概内容。我们写论文也需要先写出论文提要。在执笔前把论文的题目和大标题、小标题列出来，再把选用的材料 *** 去，就形成了论文内容的提要。 (二)原稿纸页数的分配写好毕业论文的提要之后，要根据论文的内容考虑篇幅的长短，文章的各个部分，大体上要写多少字。如计划写20页原稿纸(每页300字)的论文，考虑序论用1页，本论用17页，结论用1―2页。本论部分再进行分配，如本论共有四项，可以第一项3―4页，第二项用4―5页，第三项3―4页，第四项6―7页。有这样的分配，便于资料的配备和安排，写作能更有计划。毕业论文的长短一般规定为5000―6000字，因为过短，问题很难讲透，而作为毕业论文也不宜过长，这是一般大专、本科学生的理论基础、实践经验所决定的。 (三)编写提纲论文提纲可分为简单提纲和详细提纲两种。简单提纲是高度概括的，只提示论文的要点，如何展开则不涉及。这种提纲虽然简单，但由于它是经过深思熟虑构成的，写作时能顺利进行。没有这种准备，边想边写很难顺利地写下去。

1、用2007版excel软件打开文件后，输入几组具有线性关系的数据。

2、然后用鼠标选中这些数据，点击菜单栏中的“插入”选项。

3、然后在插入菜单中，选择一种散点图，如图所示。

4、然后右击图表中的散点，在其右键菜单中点击“添加趋势线”选项。

5、然后在出来的页面中，选择“线性”，勾选“显示公式”选项，关闭窗口。

6、完成以上设置后，即可用excel制作线性关系图图表。

注意事项：

把两个变量之间的相关关系，用直角坐标系表示的图表。在工业生产和科学研究中，经常遇到两个之间的关系问题：一种是两个量之间是完全确定的函数关系；另一种是两个量之间是不完全确定的对应关系。对于这种既相关又不完全确定的关系，就称为相关关系。

人们应用画相关图，求出相关系数的方法来确定两个量之间的相关关系，就称为相关分析。而当确定了相关关系之后，再用统计检验与估计的方法对相关系数进行判断并求出回归方程的作法，称为回归分析。

研究方法通常可以分为三大类，分别是差异关系，相关关系和其它关系。

参考资料：

spss毕业论文相关性分析

开始做数据分析：

在工具栏处，点击：

“分析”----”相关”----“双变量”，如下图所示，则开始进行变量的选择

如图，需要先确定要分析的变量，首先将两个变量放入“变量”框中。

此时，需要注意，要分析哪几个变量就只能选择那几个变量，而不能将所有的变量选入；

当然，如果分析的是多有的变量，也可以同时将所有的变量选入

然后，选择在“相关系数”框中选择“Pearson”。

因为，这里的两个变量为连续性的变量，因此采用pearson 相关分析；

若为两个分类变量，或者一个分类变量一个连续性的变量，则可以用Spearman 相关分析

选择好变量之后，如果需要对数据进行一定的描述，或者查看，可以打开右上角的按钮，即选择“选项”，如下图所示

大部分分析需要对原始数据进行统计描述，即如果需要进行描述性分析，可以选择均值和标准差，如上图所示的.mean （均值）和 sd （标准差），分别对数据的大小和离散程度作出一定的描述，并点击“确定按钮”

如果需要对数据进行模拟分析，则可以选择右上角的“bootsTrap”模拟分析，打开后如下图所示。

其中样本数为需要模拟的总共的次数，可以自己定义；后面的种子数，是开始模拟随机数字的起始种子数，同样可以自行定义。其中的置信区间为CI，即结果的可信区间

单击确定后，再output窗口中可以看到：结果如下所示。

结果给出两个分析，一个是描述性分析，为以下的第二个图，和pearson 相关分析结果为第一个图。

一般结果，应该先描述第二个图的表格含义，

其中mean表示均值，为两个连续性变量的均数；第二个值为Std. Deviation 表示标准差，即原始数据的标准差

第一个图为pearson correlations表格为相关系数表

其中pearson correlation 为相关系数

sig 为P 值（<为有显著性意义）

N 为样本量

1、在spss的主界面上输入数据以后，通过分析那里点击非参数检验中的相关样本。

2、这个时候来到一个新的窗口，设置检验对并选择威尔科克森。

3、下一步如果没问题，就直接进行确定。

4、这样一来会生成详细的数据结果，即可用spss做相关性分析了。

毕业论文相关性分析图

研究方法通常可以分为三大类，分别是差异关系，相关关系和其它关系。

参考资料：

(一)确定论文提要，再加进材料，形成全文的概要论文提要是内容提纲的雏型。一般书、教学参考书都有反映全书内容的提要，以便读者一翻提要就知道书的大概内容。我们写论文也需要先写出论文提要。在执笔前把论文的题目和大标题、小标题列出来，再把选用的材料插进去，就形成了论文内容的提要。(二)原稿纸页数的分配写好毕业论文的提要之后，要根据论文的内容考虑篇幅的长短，文章的各个部分，大体上要写多少字。如计划写20页原稿纸(每页300字)的论文，考虑序论用1页，本论用17页，结论用1—2页。本论部分再进行分配，如本论共有四项，可以第一项3—4页，第二项用4—5页，第三项3—4页，第四项6—7页。有这样的分配，便于资料的配备和安排，写作能更有计划。毕业论文的长短一般规定为5000—6000字，因为过短，问题很难讲透，而作为毕业论文也不宜过长，这是一般大专、本科学生的理论基础、实践经验所决定的。(三)编写提纲论文提纲可分为简单提纲和详细提纲两种。简单提纲是高度概括的，只提示论文的要点，如何展开则不涉及。这种提纲虽然简单，但由于它是经过深思熟虑构成的，写作时能顺利进行。没有这种准备，边想边写很难顺利地写下去。

数据可以找找，非得要弄问卷调查吗

如果你是做问卷调查类（发放问卷，收集数据<通常学营销的人会这样做>）的，那么就根据你的题项设置变量，并录入数据（通常是用SPSS分析，也有用其他工具比如说Eviews的）。然后做数据的信度和效度检验（此处KMO值是比较重要的），再做基本的描述性统计分析，然后是主成份提取（即因子分析），从多个变量中提取几大因子，结果主要看旋转成分矩阵，然后用几个因子跟因变量做回归，得出影响关系的回归方程。举个例子说，你的问卷中有30个题项（前提是你已经做过小规模问卷测试以验证题项设置的合理性），则对应30个变量X1，X2，......,X29，X30，录入这30个变量的数据，如果你收集了500份问卷，其中420份是有效问卷的话，则你有420条针对30个变量的有效数据。然后做信度效度检验，描述性统计分析，因子分析，假设通过因子分析提取出4个主成份（因子），分别为F1，F2，F3，F4，这个时候对因子命名并将其生成新的变量，然后再将F1，F2，F3，F4和Y做回归分析，得到回归方程，通过R方和系数检验表来判断方程和系数的有效性。这个时候你就能得到影响消费者态度的是哪些因素了。PS：你这里的因变量消费者态度需要量化，在设计问卷的时候要考虑如何量化才有利于后续的分析。

毕业论文

相关性分析毕业论文