问：论文中相关性分析怎么写
- 答：判断两个或多个变量之间的统计学关联；
如果存在关联，进一步分析关联强度和方向
下表是汇总整理的常用，方便大家找到适合自己数据的分析方法
请点告宴盯击输入图片描述
定类变量：
无序的：性别(男、女)、血型(A、B、O、AB);
有序的：肥胖等级(重度肥胖，中度肥胖、轻度肥胖、不肥胖)
1 相关分析
对定量变量两两之间的相关程度进行分析，例如人的身高和体重之间；空气中的与降雨量之间的相关关系
类型：
（适用于定量数据，且数据满足）
Spearman相关系数（数据不满足正态分布时使用）
Kendall's tau -b相关系数（有序定类变量）
案例：研究祥碧人的身高和体重之间的关系
问：典型相关性分析的步骤
- 答：典型相关性分析的步骤如下：
数据的分布有假设：两悔凳组数据服从联合正态分布。
首先要对两组变量的相关性进行检验（构造似然比统计量 ）。
确定典型相关变量的个数（直接看典型相关系数对应的P值即可）
利用标准化后的典型相关变量分析问题。
进行典型载荷分析。
典型相关性分析条件：
为碧橘旅了研究两组变量量X= (X1, ...,Xn) 和Y= (Y1, ...,Ym) 之间的相关关系，采用类似于主成分分析的方法，在两组变量中，分别选取若干有代表性的变量组成有代表性的综合指标，通过研究这伍败两组综合指标之间的相关关系，来代替这两组变量间的相关关系，这些综合指标称为典型变量。
典型相关分析最早哈罗德·霍特林首次引入。他所提出的方法于 1936 年在《生物统计》期刊上发表的一篇论文《两组变式之间的关系》经过多年的应用及发展，逐渐达到完善，在 70 年代臻于成熟。
由于典型相关分析涉及较大量的矩阵计算， 其方法的应用在早期曾受到相当的限制。但随着当代计算机技术及其软件的迅速发展，弥补了应用典型相关分析中的困难，因此它的应用开始走向普及化。 典型相关分析是研究两组变量之间相关关系的一种统计分析方法。
问：相关性的分析怎么做
- 答：相橡咐关性的分析大致过程如下：
1. 画二者散点图。通过图形描述，可以初步且直观判断二者的存在何种相关关系：正相关、负相关、无关；线性相关还是非线性相关(抛物线、指数等)。
2. 若是线性关系，计算相关系数，困让通过r^2的大小，进一步衡量相关系数强弱。
r绝对值小于0.3，无关；0.3~0.5，弱相关；0.5~0.8，中等程度相关；0.8以上，高度相关。
3. 在线性相关的基础上，进汪如局行一元线性回归。建立回归模型
y=a+bx
计算出截距a和斜率b，就可以预测在某种搜索流量(x)下的销量(y)。
