一种是连续正常数据,另一种是多分类数据,采用多序列相关的方法,如王晓玲的《教育统计》。我认为SPSS不能做这种分析。采。用Excel写公式。
一个是分层数据,另一个是连续数据。如果需要相关系数,则使用spearman秩相关。如果将分层数据视为类别(如果类别不多),则可以对连续数据执行单向方差分析。
扩展资料:
其中Cov(X,Y)是X和Y的协方差,Var[X]是X的方差,Var[Y]是Y的方差
复相关系数:又称复相关系数。复相关是指因变量与多个自变量之间的相关关系。例如,一种商品的季节性需求与其价格水平和雇员收入水平之间存在复杂的相关性。
典型相关系数:首先对每组原变量进行主成分分析,得到新线性关系的综合指数,然后通过各综合指数间的线性相关系数研究每组原变量之间的相关关系。
如果有多个样本,每个样本有n个特征,那么相关系数可以表示两个样本之间的相似程度。这样就可以对样本的近距离进行距离聚类。例如,9个小麦品种(A2,…6个性状(A9)的数据如表2所示,计算并检验相关系数。
根据相关系数计算公式可以计算出6个性状之间的相关系数。分析和测试结果如表3所示。从表3可以看出,冬季分蘖与每穗粒数呈负相关(=−0.8982),即冬季分蘖数越多,每穗粒数越少,其他性状之间的关系不显著。