Python全系列 教程
3567个小节阅读:5929.9k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
双击散点图,在图表编辑器中,选择“元素”添加“总计拟合线”。
从散点图中可以看到,身高和体重是线性相关的。
导入数据
勾选三种计数相关系数的方法。如果不知道两变量是什么相关可以勾选双尾,现在我们通过上面的散点图可以知道身高和体重是正相关,勾选单尾。勾选标记显著性相关性,则在检验结果中会标记两变量是否相关。
点击“选项”
在选项中选择要统计的量。这里我们全部勾选,下面是对缺失值的处理方式。
点击“确定”查看统计结果
从描述统计中可以看到,身高和体重的平均值、标准偏差及个案数。
从相关性可以看到,身高和体重的相关系数是0.884,说明身高和体重非常相关。
从肯德尔和斯皮尔曼相关性分析中也可以看到相关系数值都比较高。同样也说明身高和体重是显著相关的。