发布时间：
原发布者:Bonboncase用Excel做数据分析——相关系数与协方差ArrayArray化学合成实验中经常需要考察压力随温度的变化情况。某次实验在两个不同的反应器中进行同一条件下实验得到两组温度与压力相关数据，试分析它们与温度的关联关系，并对在不同反应器内进行同一条件下反应的可靠性给出依据。点这里看专题：用Excel完成专业化数据统计、分析工作相关系数是描述两个测量值变量之间的离散程度的指标。用于判断两个测量值变量的变化是否相关，即，一个变量的较大值是否与另一个变量的较大值相关联(正相关)；或者一个变量的较小值是否与另一个变量的较大值相关联(负相关)；还是两个变量中的值互不关联(相关系数近似于零)。设(X,Y)为二元随机变量，那么:为随机变量X与Y的相关系数。p是度量随机变量X与Y之间线性相关密切程度的数字特征。注:本功能需要使用Excel扩展功能，如果您的Excel尚未安装数据分析，请依次选择“工具”-“加载宏”，在安装光盘中加载“分析数据库”。加载成功后，可以在“工具”下拉菜单中看到“数据分析”选项。操作步骤1.打开原始数据表格，制作本实例的原始数据需要满足两组或两组以上的数据，结果将给出其中任意两项的相关系数。2.选择“工具”-“数据分析”-“描述统计”后，出现属性设置框，依次选择:输入区域:选择数据区域，注意需要满足至少两组数据。如果有数据标志，注意同时勾选下方“标志位于第一行”；分组方式:指示输入区域
要加载一个EXCEL自带的分析工具库，然后就可以对数据进行相关性分析了
问题不完整咯，最好是加个附件或者贴个图什么的。。
选择这两列数据后，点击插入图表。进入图表向导。在图表向导中的步骤一里面选择想的图表类型。点击“下一步”，然后进入图表向导步骤二（这里就是关键了），点击“系列”。会看到“值（V）”和“分类（X）轴标志（T）”这两个框。前一个，点击它后面的小图标，然后选择作为纵坐标的那一列数据。后一个，也点击它后面的小图标，然后选择作为横坐标的那一列数据。
亲，您好，希望我的回答能帮到您：相关性分析是一种常用的数据分析方法，用于研究两个或多个变量之间的相关程度。相关性分析的前提是变量之间具有一定的关系或联系，可以通过统计方法来检验变量之间的相关性。在进行相关性分析时，需要明确研究的变量及其测量方式，并通过相关系数等指标来衡量变量之间的相关程度。此外，还需要对数据进行前提假设检验，以确保所得结果的可靠性和有效性。如果相关性分析是在学术论文中进行的一项研究方法，那么需要在论文中明确表述相关性分析的前提条件和假设检验方法，并详细描述所用的相关系数和数据分析工具。这样可以让读者更清晰地了解该项研究方法的原理和可靠性，同时也可以增加研究的可信度和可重复性。
相关性分析不通过可以不放，但毕业论文最好要放，对相关性分析不显著结果需要进行合理解释。一般期刊论文不放的，因为篇幅有限。但是作为一个规范，会做这个检验，只是不在论文里面贴出来。一般实证论文中，相关性分析主要用途在于检查回归模型中自变量是否具有严重的多重共线性。
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：
数据可以找找，非得要弄问卷调查吗
在“数据”选项下的“数据分析”中，选择“相关系数”或“回归”，然后选择相应的X和Y数据区域，及输入数据区域，确定。
【摘要】相关分析和回归分析是数理统计中两种重要的统计分析方法，在实际生活中应用非常广泛。两种方法从本质上来讲有许多共同点，均是对具有相关关系的变量，从数据内在逻辑分析变量之间的联系，但同时二者存在不同。相关分析可以说是回归分析的基础和前提，而回归分析则是相关分析的深入和继续。当两个或两个以上的变量之间存在高度的相关关系时，进行回归分析寻求其相关的具体形式才有意义。从本质分析了相关分析和回归分析，并比较两种之间的异同，结合生活中的例子，进一步讨论了利用相关分析和回归分析的前提并得出相关结论。【关键词】数理统计 相关性 相关分析 回归分析一、相关关系与相关分析1.相关关系在数理统计学中，回归分析与相关分析是两种常用的统计方法，可以用来解决许多生产实践中的问题，虽然二者之间关系密切，但在具体原理和应用上面有许多不同。首先从总体来说，两者均是对具有相关性的变量或具有联系的标志进行分析，可以借助函数和图像等方法。当一个变量固定，同时另一个变量也有固定值与其相对应，这是一种一一对应的关系，也叫做函数关系。而当一个变量固定，同时与之相对应的变量值并不固定，但是却按照某种规律在一定范围内分布，这两者之间的关系即为相关关系。这里函数关系与相
见图。公式->更多函数/功能->统计->CORREL，即得出相关系数。
2. 回归计算：
见图。公式->统计->SLOPE->分别依次选中X值和Y值，点击确定，则得出一元线性回归方程的斜率。
希望对你有帮助！:)
急吗，如果不急，把题目及数据发给我吧，，我有时间帮你做一下。
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：
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。
相关性分析spss步骤
操作路径【分析→相关→双变量】
将变量放置分析框内，勾选pearson以及双侧检验后点击确定。
结果：
SPSSAU相关分析
操作路径【通用方法→相关（pearson相关）】 ，将数据拖拽到右侧分析框内。点击【开始分析】；
结果：
上表可以看出二者的相关系数约为，并且p值小于，所以说明薪资与购买意愿具有相关关系。
同时发现与SPSS的结果完全一致，但是SPSSAU操作起来更方便，结果更加丰富易懂。
SPSS相关性分析操作步骤，1、打开SPSS软件，在分析菜单中选择因素和相关性，也可在数据菜单中选择相关，2、点击相关性，在弹出的对话框中选择要进行研究的变量，点击确定按钮，3、点击完成按钮，可以多次再点完成来添加变量，4、点击右侧计算按钮，开始运算，5、点击OK按钮，得出运算结果，6、在实体输出窗口中，显示出结果，7、在另一个输出窗口中，可以查看更多细节，包括因子相关系数在分析等。相关性分析是统计分析的一种，它的主要作用是检验两个变量之间的关系，这些变量可以是两个数值型变量，也可以是一个数值型变量和一个分类型变量。通过对数据的计算，可以得出相关系数，从而判断两个变量之间是否存在正相关、负相关或者无相关关系。SPSS中，为了更方便快捷地进行相关性分析，它提供了丰富的功能。可以通过尝试不同的分析模型，如多重线性回归分析、逐步回归分析等，对多个变量之间的关系进行检验，从而得出有效结论。同时，SPSS中还有很多其它分析工具，如多元统计分析、集中趋势分析等，有助于更全面准确地识别和分析变量之间的关系。