本文目录
excel相关系数怎么算出来？
excel中的相关系数是可以用CORREL 函数计算出来。假设的两组数据为:A1:A7和B1:B7，在C1输入公式=CORREL(A1:A7,B1:B7)即可。CORREL 函数语法具有下列参数 ：Array2 必需。第二组数值单元格区域。其中 x 和 y 是样本平均值 AVERAGE(array1) 和 AVERAGE(array2)。
告诉你一组数据的方差,怎么求另一组的方差？
如果是在每个原来数据基础上加一个数得到的一组新数据.方差不变.如果是乘一个数,方差变为这个数的平方倍.
方差求方差的公式方法：先求出各个数的和的平均数，再用各个数减去它们的平均数，各个数得出的差再平方，再加起来，最后除于权数（就是有多少个数，就除于多少）。
方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。
方差是衡量源数据和期望值相差的度量值。
相关系数的计算公式？
相关系数的强弱仅仅看系数的大小是不够的。一般来说，取绝对值后，0-0.09为没有相关性，0.3-弱，0.1-0.3为弱相关，0.3-0.5为中等相关，0.5-1.0为强相关。但是，往往你还需要做显著性差异检验，即t-test，来检验两组数据是否显著相关，这在SPSS里面会自动为你计算的。样本书越是大，需要达到显著性相关的相关系数就会越小。所以这关系到你的样本大小，如果你的样本很大，比如说超过300，往往分析出来的相关系数比较低，比如0.2，因为你样本量的增大造成了差异的增大，但显著性检验却认为这是极其显著的相关。一般来说，我们判断强弱主要看显著性，而非相关系数本身。但你在撰写论文时需要同时报告这两个统计数据。
有组织臭气浓度中两组嗅变结果的相关系数怎么计算？
要计算有组织臭气浓度中两组嗅变结果的相关系数，可以使用皮尔逊相关系数（Pearson correlation coefficient）来计算。具体的计算方法是：首先将两组数据分别求和，然后将两组数据的乘积求和，最后将乘积求和除以两组数据的平方和，即可得到两组数据的相关系数。
相关系数多少算具有相关性？
相关系数的强弱仅仅看系数的大小是不够的。一般来说，取绝对值后，0-0.09为没有相关性，0.3-弱，0.1-0.3为弱相关，0.3-0.5为中等相关，0.5-1.0为强相关。但是，往往你还需要做显著性差异检验，即t-test，来检验两组数据是否显著相关，这在SPSS里面会自动为你计算的。样本书越是大，需要达到显著性相关的相关系数就会越小。所以这关系到你的样本大小，如果你的样本很大，比如说超过300，往往分析出来的相关系数比较低，比如0.2，因为你样本量的增大造成了差异的增大，但显著性检验却认为这是极其显著的相关。一般来说，我们判断强弱主要看显著性，而非相关系数本身。但你在撰写论文时需要同时报告这两个统计数据。
扩展资料
相关关系是一种非确定性的关系，相关系数是研究变量之间线性相关程度的量。由于研究对象的不同，相关系数有如下几种定义方式。
相关系数
简单相关系数:又叫相关系数或线性相关系数，一般用字母r 表示，用来度量两个变量间的线性关系。
复相关系数:又叫多重相关系数。复相关是指因变量与多个自变量之间的相关关系。例如，某种商品的季节性需求量与其价格水平、职工收入水平等现象之间呈现复相关关系。
典型相关系数:是先对原来各组变量进行主成分分析，得到新的线性关系的综合指标，再通过综合指标之间的线性相关系数来研究原各组变量间相关关系。
