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;
肯德尔系数怎么分析_课程更新:JASP相关分析章节5个课时
最新推荐文章于 2022-07-05 17:13:09 发布