肯德尔系数怎么分析_课程更新：JASP相关分析章节5个课时

用JASP实现连续型数据相关分析 ，课程中用了5个课时主要介绍皮尔逊相关系数，斯皮尔曼相关系数，以及偏相关分析，相关课件和配套案例数据今天均已更新发布。 这次视频内容没有介绍肯德尔相关系数 ，这里做一个说明，肯德尔系数我会安排到分类变量相关关系中一并进行案例示范。 对于两个及以上连续数据考察相关性，掌握了pearson相关系数和spearman相关系数是足够的。 本文再简要描述一下pearson系数和spearman系数的使用条件。 Pearson系数使用条件 适用于服从二元正态分布的两连续型变量，可绘制散点图，发现有线性趋势之后，进而计算Pearson相关系数，描述两变量的线性相关性； 要求两变量为连续型数据，两个变量的观测是成对的，且不能有极值。 Spearman系数使用条件 Spearman等级相关系数对数据条件的要求没有Pearson相关系数严格，适用于不满足正态性的两连续数据或两定序变量相关分析。 当两定距变量不满足正态分布等假设条件时，可使用Spearman系数；

JASP是一个全新的统计分析工具，完全免费、开源开放、兼容并蓄。它让用户可以在电子表格数据上，轻松的点击、拖放菜单对话框来完成统计分析。它包含经典统计分析方法，比如描述统计、t检验、方差分析、相关与回归分析、因子分析等，而且令人兴奋的是，它还包含有最新的贝叶斯统计方法。

说得通俗一点，JASP就像SPSS那样容易操作，不用写语法代码，通过鼠标点击菜单完成统计分析，更为关键的是，它是免费的，完全免费。

某种意义上看，JASP未来有望替代、超越SPSS。

我一边测试使用JASP，一边准备课件录制小视频发布课程，应该来说是国内第一个JASP视频课程了。

当前课程有23课时，已经系统介绍JASP描述统计、t检验以及相关分析，对免费开放的JASP感兴趣的读者可以关注这套视频。欢迎一起来学习和使用。