1702658530
1702658531
1702658532
图11.36 CORREL函数计算结果
1702658533
1702658534
1702658535
1702658536
1702658537
Excel统计分析与应用大全 [:1702652496]
1702658538
Excel统计分析与应用大全 11.3 多元变量相关分析方法
1702658539
1702658540
多元变量相关分析是研究三个或三个以上变量之间相关关系的相关分析。生活中往往有一种现象可能与多种现象之间存在相互的关系，如综合素质的提升不仅与文化教育有关，而且与健康状况、思想素质等也密切相关。
1702658541
1702658542
Excel统计分析与应用大全 [:1702652497]
1702658543
11.3.1 描述多元变量相关分析的方法
1702658544
1702658545
多元变量相关分析方法一般有两种：一种是使用多元相关系数来度量多个变量间的相关关系，另一种是使用多元协方差来进行相关关系的描述。本书中分析的多元相关均指线性多元相关。
1702658546
1702658547
1.多元相关系数
1702658548
1702658549
多元相关系数是用来测定因变量与一组自变量之间相关程度的指标。在此，以三个变量的相关性为例，假定三个变量分别为x1，x2，x3，其对应变量x1的取值分别为x11，x12，……，变量x2的取值分别为x21，x22，……，变量x3的取值分别为x31，x32，……。
1702658550
1702658551
变量x1与x2之间的简单相关关系记为r12，x1与x3之间的简单相关关系记为r13，x2与x3之间的简单相关关系记为r23。多元相关系数度量因变量x1与自变量x2、x3之间总的相关性，记为R1，23。R1，23的计算公式如下：
1702658552
1702658553
1702658554
1702658555
1702658556
多元相关系数R1，23具有如下性质：
1702658557
1702658558
●0＜R1，23＜1。
1702658559
1702658560
●|R1，23|越小，则x1、x2与x3的线性相关程度越小；|R1，23|越大，则x1、x2与x3的线性相关程度越大。
1702658561
1702658562
●R1，23=1时，称x1、x2与x3完全线性相关。
1702658563
1702658564
2.多元协方差
1702658565
1702658566
除了多元相关系数以外，通过多元协方差矩阵也同样可以描述多个变量之间的相关关系。此处，仍以x1、x2和x3三个变量为例，则任意两个变量之间的协方差公式如下：
1702658567
1702658568
1702658569
1702658570
1702658571
一般情况下，协方差也只能处理二维问题，那么维数多了自然就需要计算多个协方差。比如n维的数据集就需要计算
1702658572
1702658573
1702658574
1702658575
1702658576
个协方差，那么就需要使用协方差矩阵来组织这些数据。协方差矩阵的定义如下：
1702658577
1702658578
1702658579