1702658306
1702658307
1702658308
1702658309
图11.17 散点图最终样式
1702658310
1702658311
通过对散点图进行进一步的完善，可以更加方便地了解图表的主题和分析的变量名称。通过散点图分析，可以发现该企业的销售总额与净收入额都随着时间的增长而增长，且两者的增长趋势一致，说明了它们之间存在明显的正相关关系。
1702658312
1702658313
1702658314
1702658315
1702658316
Excel统计分析与应用大全 [:1702652493]
1702658317
Excel统计分析与应用大全 11.2.2 使用相关系数数据分析工具进行简单相关分析
1702658318
1702658319
相关分析使用某个指标来表明现象之间相互依存关系的密切程度。用来测度简单线性相关关系的系数是Pearson简单相关系数。Pearson简单相关系数又称积矩相关系数或动差相关系数。
1702658320
1702658321
在Pearson简单相关系数中，通常情况下使用p和r分别表示总体Pearson简单相关系数和样本Pearson简单相关系数。
1702658322
1702658323
一般情况下，若相关系数是根据总体的全部数据计算的，称为总体相关系数，记为p。对于所研究的总体，表示两个相互联系的变量的相关程度的总体相关系数p为：
1702658324
1702658325
1702658326
1702658327
1702658328
若相关系数是根据样本数据计算的，则称为样本相关系数，记为r：
1702658329
1702658330
1702658331
1702658332
1702658333
总体相关系数反映总体的两个变量X和Y的线性相关程度。对于特定的总体来说，X和Y的数值是既定的，总体相关系数是客观存在的特定数值。而样本相关系数是总体相关系数的一致估计量。样本相关系数r为总体相关系数p的最大似然估计值。它是在线性相关条件下用来说明两个变量之间相关关系的密切程度的指标。
1702658334
1702658335
简单样本相关系数r的取值及其意义：
1702658336
1702658337
●r的取值范围是[-1，1]，且r的绝对值越大时，表明两个变量之间的相关程度越强。
1702658338
1702658339
●当r的绝对值为1，即|r|=1时，两个变量间的关系为完全相关。
1702658340
1702658341
●r=1时，两个变量间的关系为完全正相关；r=-1时，则为完全负相关。
1702658342
1702658343
●r=0时，表明两个变量间不存在线性相关关系。
1702658344
1702658345
●-1≤r＜0，两个变量间的关系为负相关；0＜r≤1时，则为正相关。
1702658346
1702658347
●r的绝对值，即|r|越趋于1，表示两个变量间的关系越密切；|r|越趋于0，表示两个变量间的关系越不密切。
1702658348
1702658349
相关系数r有一个重要性质：|r|≤1。具体表现如图11.18～图11.23所示。
1702658350
1702658351
1702658352
1702658353
1702658354
图11.18 r=1时相关图与相关系数经验关系
1702658355