怎么做两个数据的相关性 两个数据的相关性怎么分析

excel如何做相关性分析(excel两组数据相关性分析？)

excel做相关性分析教程1：输入我们要分析的数据，这里以分析促销和营业额的关系为例进行。数据如下图。

怎么做两个数据的相关性 两个数据的相关性怎么分析

excel做相关性分析教程2：点击工具数据分析，如下图。

excel做相关性分析教程3：在数据分析工具包中选择相关系数，点击确定，如下图。

excel做相关性分析教程4：在相关系数设置对话框里首先设置输入区域，这里要精确数据位置范围，这里是个两列的数据区域，选择逐列，勾选标志位于第一列。如下图。

excel做相关性分析教程5：设置输出区域，选中输出区域，按标号操作，选出输出的单元格，如下图。

excel做相关性分析教程6：点击确定，结果是相关矩阵，我们可以看到其相关性为0.65349，相关性较大。如下图。

spss如何分析两两相关性问题？

1、首先我们打开电脑里的spss软件打开整理好的数据文件。

2、选择面板上方“分析”选项，点击“相关”，这时会弹出三个选项，如果只需要进行两个变量的相关分析就选择“双变量”，多个变量交叉分析则选择“偏相关“，在这里“双变量”分析的方法。

3、进入页面后，将需要分析的两个变量转换到右边变量框中，点击确定。

4、确定后得出的结果，呈显著相关。

5、如果需要所有变量的两两相关分析数据，则将所有变量转移到变量框中，点击确定。

6、这样就能得出所有变量间两两相关是否显著的结果了。

如何进行两列数据的相关性分析

用Eviews按如下步骤：

1：打开Eviews，点击FILE-New-Workfile 弹出一个对话框workfile create

在workfile structure的下拉菜单选择数据类型面板数据、时间序列还是均衡的小组。然后在右侧选择序列波动范围。

2：在上面菜单栏quick里点击empty group，把现有的数据copy到里面，在上面输入序列的名称，（点OBS 把上面的修改为你要的列的名称，弹出对话框点YES），然后关闭这个表，弹出对话框，点右侧的NAME，然后给表起个名字，他就保存了。

3：点上面菜单栏的quick-equation estimation，在中间的大空白处输入你想形成的方程，比如你想知道数列Y与X的方程关系，那就输入Y C X 回车 就可以出来结果了，C是常数项，后面的数字是C的值，Y和X以此类推。下面的R-squared后的数值代表拟合优度，也就是X 和Y的相关性系数，越接近1越有线性相关性。

怎样分析数据的相关性？

在做数据分析时，为了提炼观点，相关性分析是必不可少，而且尤为重要的一个环节。但是，对于不同类型的数据，相关性分析的方法都各不相同。本文，主要按照不同的数据类型，来对各种相关性分析方法进行梳理总结。

相关性分析是指对两个或多个具备相关性的变量元素进行分析，相关性不等于因果性。

一、离散与离散变量之间的相关性

1、卡方检验

卡方检验是一种用途很广的计数资料的假设检验方法。它属于非参数检验的范畴，主要是比较两个及两个以上样本率( 构成比）以及两个分类变量的关联性分析。其根本思想就是在于比较理论频数和实际频数的吻合程度或拟合优度问题。

它在分类资料统计推断中的应用，包括：两个率或两个构成比比较的卡方检验；多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。

（1）假设，多个变量之间不相关

（2）根据假设计算得出每种情况的理论值，根据理论值与实际值的别，计算得到卡方值 及 自由度

df=(C-1)(R-1)

（3）查卡方表，求p值

卡方值越大，P值越小，变量相关的可能性越大，当P<=0.05，否定原假设，认为变量相关。

2、信息增益 和 信息增益率

在介绍信息增益之前，先来介绍两个基础概念，信息熵和条件熵。

信息熵，就是一个随机变量的不确定性程度。

条件熵，就是在一个条件下，随机变量的不确定性。

（1）信息增益：熵 - 条件熵

在一个条件下，信息不确定性减少的程度。

Gain(Y,X)=H(Y)-H(Y|X)

信息增益越大，表示引入条件X之后，不纯度减少得越多。信息增益越大，则两个变量之间的相关性越大。

（2）信息增益率

假设，某个变量存在大量的不同值，例如ID，引入ID后，每个子节点的不纯度都为0，则信息增益减少程度达到。所以，当不同变量的取值数量别很大时，引入取值多的变量，信息增益更大。因此，使用信息增益率，考虑到分支个数的影响。

Gain_ratio=(H(Y)-H(Y|X))/H(Y|X)

二、连续与连续变量之间的相关性

1、协方

协方，表达了两个随机变量的协同变化关系。如果两个变量不相关，则协方为0。

Cov(X,Y)=E{[X-E(X)],[Y-E(Y)]}

当 cov(X, Y)>0时，表明 X与Y 正相关；

当 cov(X, Y)<0时，表明X与Y负相关；

当 cov(X, Y)=0时，表明X与Y不相关。

协方只能对两组数据进行相关性分析，当有两组以上数据时就需要使用协方矩阵。

协方通过数字衡量变量间的相关性，正值表示正相关，负值表示负相关。但无法对相关的密切程度进行度量。当我们面对多个变量时，无法通过协方来说明那两组数据的相关性。要衡量和对比相关性的密切程度，就需要使用下一个方法：相关系数。

2、线性相关系数

也叫Pearson相关系数， 主要衡量两个变量线性相关的程度。

r=cov(X,Y)/(D(X)D(Y))

相关系数是用协方除以两个随机变量的标准。相关系数的大小在-1和1之间变化。再也不会出现因为计量单位变化，而数值暴涨的情况了。

线性相关系数必须建立在因变量与自变量是线性的关系基础上，否则线性相关系数是无意义的。

三、连续与离散变量之间的相关性

1、连续变量离散化

将连续变量离散化，然后，使用离散与离散变量相关性分析的方法来分析相关性。

2、箱形图

使用画箱形图的方法，看离散变量取不同值，连续变量的均值与方及取值分布情况。

如果，离散变量取不同值，对应的连续变量的箱形图别不大，则说明，离散变量取不同值对连续变量的影响不大，相关性不高;反之，相关性高。

怎样用spss分析这两组数据的相关性？

用spss分析两组数据的相关性步骤如下：

1、第一步，电脑安装SPSS软件包，使用新版本，功能比较齐全。打开SPSS软件，导入你需要分析的数据，这里以excel数据为例子。依次点击【文件】-【打开】-【数据】。

2、第二步，选择excel数据，确认导入后，查看数据是否导入正常。

3、第三步，进行相关性分析。依次点击【分析】-【相关】-【双变量】。

4、第四步，然后，把变量从左侧选择到右侧变量框里面，勾选person相关，双侧检验等等。

5、第五步，点确定，相关性的结果就在输出文档里面了。你也可以把结果导出到word或者excel。

这样就完成了用spss分析两组数据的相关性。

spss的步骤如下：

1、单击Analyze——Correlate——Bivariate...，则弹出相关分析Bivariate

2、把左边的源变量（情感温暖Q和T1）调入右边的矩形框内，同时勾选Pearson选项（见下图）

3、点击OK即可，出现如下结果

方法步骤：

1：选取在理论上有一定关系的两个变量,如用X,Y表示,数据输入到SPSS中。

2：从总体上来看,X和Y的趋势有一定的一致性。

3：为了解决相似性强弱用SPSS进行分析,从分析-相关-双变量。

4：打开双变量相关对话框,将X和Y选中导入到变量窗口。

5：然后相关系数选择Pearson相关系数,也可以选择其他两个,这个只是统计方法稍有异,一般不影响结论。

6：点击确定在结果输出窗口显示相关性分析结果,可以看到X和Y的相关性系数为0.766,对应的显著性为0.076,如果设置的显著性水平位0.05,则未通过显著性检验,即认为虽然两个变量总体趋势有一致性,但并不显著。