Question

相关分析和回归分析有什么区别？

Answer 1

一般相关只是单独地分析两个变量之间的相关，它不会去控制其他变量的影响。

回归的话是如果你放入多个自变量做回归，那么你看到的某一个自变量的回归系数其实代表的是控制了其他自变量（也就是减去了其他自变量对因变量的效应）后的回归，也就是说，他并不代表该变量单独对因变量的影响。

差别就在于是否控制了所关注变量外的其他变量。

相关分析用于研究定量数据之间的关系情况，包括是否有关系，以及关系紧密程度等。

1、如果呈现出显著性（结果右上角有*号，此时说明有关系；反之则没有关系）；有了关系之后，关系的紧密程度直接看相关系数大小即可。一般0.7以上说明关系非常紧密；0.4~0.7之间说明关系紧密；0.2~0.4说明关系一般。

2、如果说相关系数值小于0.

2，但是依然呈现出显著性（右上角有*号，1个*号叫0.05水平显著，2个*号叫0.01水平显著；显著是指相关系数的出现具有统计学意义普遍存在的，而不是偶然出现），说明关系较弱，但依然是有相关关系。

3、相关分析是回归分析的前提条件，首先需要保证有相关关系，接着才能进行回归影响关系研究。

4、因为如果都显示没有相关关系，是不可能有影响关系的。如果有相关关系，但也不一定会出现回归影响关系。

相关分析的操作步骤

1. SPSSAU用户可自由拖拽分析项进入分析列表框，区别仅在于输出格式不同。

2. 相关分析使用相关系数表示分析项之间的关系；首先判断是否有关系(有*号则表示有关系，否则表示无关系)；

3. 接着判断关系为正相关或者负相关(相关系数大于0为正相关，反之为负相关)；

4. 最后判断关系紧密程度(通常相关系数大于0.4则表示关系紧密)；

5. 相关系数常见有两类，分别是Pearson和Spearman，本系统默认使用Pearson相关系数。在相关分析之前，SPSSAU建议可使用散点图直观查看数据之间的关系情况。除此之外，SPSSAU还提供Kendall相关系数。