某银行需要贷款申请人提供八项信息：收入、教育程度、年龄、在目前住址的居住年限、在目前聘用单位的工作时间、储蓄、负债和信用卡数。银行管理员需要分析这些数据，以确定用于分组和报告这些数据的最佳方式。该管理员收集了 30 名贷款申请人的上述信息。
银行管理员使用 Pearson 相关来检查每对变量之间线性关系的强度和方向。
- 打开样本数据 贷款申请人.MTW。
- 选择。
- 在 变量 中，输入 收入-信用卡数量。
- 选择显示相关值。
- 单击确定。
解释结果
聘用年限与居住年限之间的 Pearson 相关系数最高。值 0.95 表明这两个变量之间存在正向关系。当聘用年限上升时，居住年限也上升。年龄也与居住和聘用有着强正向关系。
债务和教育之间的 Pearson 相关系数为 –0.46。随着申请人教育程度的下降，债务增加。
总体而言，大多数变量对都正相关。
