一家铝铸件工厂的工程师评估了铝合金铸件的含氢量与多孔性之间的关系。这位工程师收集了包含 14 个铸件的随机样本,并测量了每个铸件的以下属性:含氢量、多孔性和强度。

工程师使用 Pearson 相关研究每对变量之间线性关系的强度和方向。
  1. 打开样本数据,铝属性.MTW
  2. 选择统计 > 基本统计 > 相关
  3. 变量中,输入多孔性强度
  4. 单击确定

解释结果

氢含量和多孔性之间的 Pearson 相关系数为 0.625,表明这两个变量之间存在正向关系。当氢含量上升时,多孔性也上升。P 值为 0.017,它小于显著性水平 0.05。P 值表明相关显著。

氢含量和强度之间的 Pearson 相关系数为 −0.790,p 值为 0.001。P 值小于显著性水平 0.05,这表明相关显著。当氢含量上升时,强度倾向于下降。多孔性和强度之间的 Pearson 相关系数为 −0.527,p 值为 0.053。P 值接近显著性水平 0.05,为多孔性和强度之间的关联提供非决定性的证据。由于样本中仅包含 14 个观测值,因此工程师决定收集更多的数据,以便更好地了解变量之间的关联。

相关: 氢, 多孔性, 强度

相关 氢 多孔性 多孔性 0.625 0.017 强度 -0.790 -0.527 0.001 0.053

单元格内容: Pearson 相关系数 P 值

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策