统计 > 基本统计 > 相关

方法 中选择 Pearson 相关系数或 Spearman 相关系数。

Pearson 相关系数
使用 Pearson 相关系数可以检查两个连续变量之间线性关系的强度和方向。Pearson 相关是最常见的相关方法。

例如,工程师可以使用 Pearson 相关系数确定设施中温度升高是否与巧克力涂层厚度减小相关联。

Spearman rho

当变量之间的关系不是线性关系时,可使用 Spearman 相关系数(又称为 Spearman 的 rho)。Spearman 相关度量两个连续或顺序变量之间的单调关系。在单调关系中,变量倾向于沿着相同的相对方向移动,但不一定以恒定的速率移动。在线性关系中,变量沿着相同的方向以恒定的速率移动。 有关更多信息,请转到线性、非线性和单调关系

Spearman 相关系数通常用于评估顺序变量之间的关系。如果您的数据是连续的,Minitab 会在执行关联之前对原始数据进行排秩。

例如,经理按员工完成检验操作的顺序对员工排名。经理可使用 Spearman 相关系数评估员工的排名是否与其已被雇佣月数相关联。

有关更多信息,请转到Pearson 相关方法和 Spearman 相关方法的比较

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