1. 相关性系数是反映两个随机变量之间"线性关系"的强弱程度.
2. 两个随机变量相关系数很低, 只能说明两个随机变量之间没有"线性"关系(y=ax+b这种), 可能存在平方关系, 或取对数后存在线性关系(lny=a lnx + b)
一般来说,相关系数的大小很大程度依赖于数据本身。而数据又来源于你所选取的因素。
1、如果很多其他不相干因素放在一起,相关系数的解释力就很低,因为你不知道哪个跟哪个有关系。
2、如果某个因素的数据很平稳,就反映不出与另一个因素的相关性。
在相关系数很低的情况下,我建议用非线性的方法进行相关性检验。
你的数据有问题,a比b的系数大却不显著。请回去查一下a的数据。
显著性检验的是回归系数和0有没有差异,如果回归系数很小,我们就可以看成它和0无差异。
相关程度的判别主要看相关系数大小,在0.3以上的相关都不差。
相关系数还行,部分低,部分不算太低,如果是社会学的调查,这个相关系数是可以接受的。
有很多原因,包括数据本身、调查质量控制、相关性分析的方法等原因
显著性是比较统计量的值与临界值,判断接受还是拒绝无效假设H0
相关程度通过相关系数判断
显著性是判断相关系数是否显著
你这个只是算了Spearman和Kendall两个相关系数,你可以算算Pearson相关系数看看,说不定结果与实际比较相符。
显著性是判断总体的相关系数是否与0有显著差异,因为你这是用样本计算的相关系数,所以有必要做显著性检验。