本文目录一览：
- 1、相关系数是什么意思
- 2、相关性分析
- 3、相关性分析结果怎么看
相关系数是什么意思
相关系数是最早由统计学家卡尔·皮尔逊设计的统计指标，是研究变量之间线性相关程度的量，一般用字母 r 表示。由于研究对象的不同，相关系数有多种定义方式，较为常用的是皮尔逊相关系数。
相关系数就是两个变量之间的相关程度，-10负相关，r0正相关，r2越接近1表示越相关。P值即概率，反映某一事件发生的可能性大小。
相关系数介于区间[-1，1]。当相关系数为-1，表示完全负相关，表明两项资产的收益率变化方向和变化幅度容完全相反。当相关系数为+1时，表示完全正相关，表明两项资产的收益率变化方向和变化幅度完全相同。
相关系数常用于度量两个变量之间的相关程度，相关系数有多种，pearson相关系数、spearman相关系数等，但是pearson相关系数比较常用。
相关性分析
相关性分析是指对两个或多个具备相关性的变量元素进行分析，相关性不等于因果性。离散与离散变量之间的相关性 卡方检验 卡方检验是一种用途很广的计数资料的假设检验方法。
偏相关性分析基本原理是，若众多因素都对某一因素都存在影响，当分析某一因素的影响大小时，把其他因素都限制在某一水平范围内，单独分析该因素对某一因素所带来的影响，从而消除其他因素带来的干扰。
在我们进行数据处理时，相关性分析是我们最常使用的分析方法之一。相关性，即衡量二个特征或者两个变量之间的关联程度。两个变量的相关关系意味着二者之间存在着某种数学关系。
，图表相关分析（折线图及散点图）第一种相关分析方法是将数据进行可视化处理，简单的说就是绘制图表。单纯从数据的角度很难发现其中的趋势和联系，而将数据点绘制成图表后趋势和联系就会变的清晰起来。
为什么要做相关性分析 要做相关性分析的原因 所谓相关关系，是指2个或2个以上的变量取值之间在某种意义下所存在的规律，其目的在于探寻数据集里所隐藏的相关关系网。
而相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。（来自百度百科）好比说，实证研究是你的战略，而相关分析就是你的战术。
相关性分析结果怎么看
皮尔森相关性分析结果这样看：首先看Y与X是否有显著关系，即P值大小。接着分析相关关系为正向或负向，也可通过相关系数大小说明关系紧密程度。
，如果两个变量都是连续型，且服从正态分布，则选择pearson皮尔逊相关性分析。2，如果两个变量有序定序，则选择spearman斯皮尔曼相关性分析，另外，如果连续变量但是不服从正态分布，也选择spearman相关性分析。
首先，我们需要看到SPSS输出的相关性系数矩阵。这个矩阵会显示所有变量之间的相关系数，其中相关系数的范围是从-1到1。
