77问答网
所有问题
假设两变量为线性关系,这两变量为等距或等比的数据,但总体不呈正态分布,计算它们的相关系数时应选用()
A.积差相关
B.斯皮尔曼等级相关
C.二列相关
D.点二列相关
举报该问题
推荐答案 2023-05-20
【答案】:B
描述统计;相关量数。 斯皮尔曼等级相关适用于解决以等级形式呈现的顺序数据.或者总体不为正态分布 的等距或等比数据,故B正确。积差相关适用于当两列变量各自总体的分布都是正态,等距 或等比的连续变量数据。二列相关和点二列相关适用于一列为等比或等距的测量数据、另一 列是类别变量。故A、C、D不符合题意。
温馨提示:答案为网友推荐,仅供参考
当前网址:
http://77.wendadaohang.com/zd/WvYY833W8qYq3v3YvI.html
相似回答
假设两变量线性
相关
,两变量是等距或等比的数据,但不呈正态分布
。
计算
...
答:
【答案】:B 积差相关的适用条件必须满足两列变量各自
总体的
分布都是正态;二列相关适用的材料是两列数据均服从
正态分布,
其中一列
变量为等距或等比的
测量
数据,
另一列变量为人为划分的二分变量;点二列相关考查两列观测值一个为连续变量,另一个为二分称名变量之间相关程度。因此答案A、c、D均不正...
pearson相
关系
数和spearman相关系数的区别
答:
区别:1.连续
数据,正态分布,线性关系,
用pearson相关系数是最恰当,当然用spearman相关系数也可以,效率没有pearson相关系数高。2.上述任一条件不满足,就用spearman相关系数,不能用pearson相关系数。3.两个定序测量数据之间也用spearman相关系数,不能用pearson相关系数。拓展知识:pearson相关通常是用来计...
回归分析的应用和意义
答:
一般来说,回归分析是通过规定因变量和自变量来确定变量之间的因果
关系,
建立回归模型,并根据实测数据来求解模型的各个参数,然后评价回归模型是否能够很好的拟合实测数据;如果能够很好的拟合,则可以根据自变量作进一步预测。例如,如果要研究质量和用户满意度之间的因果关系,从实践意义上讲,产品质量会影响用户的满意情况,因此设...
计算
pearson积矩相关系数要求
答:
线性关系:Pearson相关系数测量的
是线性
相关性,因此要求变量之间的关系是近似线性的。如果变量之间存在非
线性关系,
Pearson相关系数可能无法准确反映变量之间的相关性。
数据的
正态性:Pearson相关系数
的计算
基于
变量的
正态分布假设。如果
数据不
符合
正态分布,
相关系数的解释和可靠性可能会受到影响。在非正态分布...
Pearson,Kendall和Spearman三种相关分析方法的异同
答:
2当资料不服从双
变量正态分布或总体分布
型未知或原始
数据是
用等级表示时,宜用 Spearman 或 Kendall相关。3 若不恰当用了Kendall 等级相关分析则可能得出相关系数偏小的结论。则若不恰当使用,可能得相关系数偏小或偏大结论而考察不到不同变量间存在的密切关系。对一般情况默认数据服从正态分布的,故用...
方差分析小结
答:
方差分析是建立在一定的线性可加模型基础上的,所谓线性可加模型就是指总体每一变量可以按其变异的原因分解成若干个线性组成部分,它是方差分析的理论基础。 方差分析的基本假定 F测验 在一个平均数为u、方差为S
的正态总体
中,随机抽取两个独立样本,分别求得其均方为s1和s2,将s1和s2的比值定义为F,F值具有s1的...
相
关系
数怎么看?
答:
相关系数 相关系数(pearson相关系数)是根据样本
数据计算
的度量两个变量之间
线性关系
强度的统计量。有时pearson相关也称为积差相关或者积矩相关,基本原理
是假设
存在两个变量X和Y,则两个
变量的
皮尔逊相关系数可以通过以下公式进行计算:式中E为数学期望,N为样本容量。以上都可以计算皮尔逊相关系数。SPSSAU在...
大家正在搜
成绩是等比变量还是等距变量
等比数据和等距数据
成绩是等距数据还是等比数据
等距变量和比率变量的差别
等级变量和等距变量的区别
比率变量和等距变量
温度是等比变量还是等距
等距变量是连续变量吗
等距数据是连续变量吗