在spss軟體相關分析中,pearson(皮爾遜),kendall（肯德爾）和spearman（斯伯曼/斯皮爾曼）三種相關分析方法有什麼異同
兩個連續變數間呈線性相關時，使用pearson積差相關係數，不滿足積差相關分析的適用條件時，使用spearman秩相關係數來描述.
spearman相關係數又稱秩相關係數，是利用兩變數的秩次大小作線性相關分析，對原始變數的分布不作要求，屬於非引數統計方法，適用範圍要廣些。對於服從
pearson相關係數的資料亦可計算
spearman相關係數，但統計效能要低一些。
pearson相關係數的計算公式可以完全套用spearman相關係數計算公式，但公式中的x和y用相應的秩次代替即可。
kendall'stau-b等級相關係數：用於反映分類變數相關性的指標，適用於兩個分類變數均為有序分類的情況。對相關的有序變數進行非引數相關檢驗；取值範圍在-1-1之間，此檢驗適合於正方形**；
計算積距
pearson相關係數，連續性變數才可採用;計算
spearman秩相關係數，適合於定序變數或不滿足正態分佈假設的等間隔資料;計算kendall秩相關係數，適合於定序變數或不滿足正態分佈假設的等間隔資料。
pearson 相關復選項積差相關計算連續變數或是等間距測度的變數間的相關分析
kendall
復選項 等級相關 計算分類變數間的秩相關，適用於合併等級資料
spearman
復選項等級相關計算斯皮爾曼相關，適用於連續等級資料 注：
1若非等間距測度的連續變數 因為分布不明-可用等級相關/也可用
pearson相關，對於完全等級離散變數必用等級相關
2當資料不服從雙變數正態分佈或總體分布型未知或原始資料是用等級表示時,宜用 spearman 或 kendall相關。
3 若不恰當用了kendall等級相關分析則可能得出相關係數偏小的結論。則若不恰當使用，可能得相關係數偏小或偏大結論而考察不到不同變數間存在的密切關係。對一般情況預設資料服從正態分佈的，故用
pearson分析方法。
統計學中三大相關係數
三大相關係數分別是pearson 皮爾森 spearman 斯皮爾曼 和 kendall 肯德爾 反應的都是兩個變數之間變化趨勢的方向以及程度，其值範圍為 1到 1，0表示兩個變數不相關，正值表示正相關，負值表示負相關，值越大表示相關性越強。兩個變數 x,y 的皮爾森相關性係數 x,y 等於它們之間...
皮爾森相關係數 皮爾森相關係數的計算
在 變數關係大揭秘 一 我們提到了皮爾森相關係數r 先來兩個散點圖，左圖中x和y不相關，右圖中x和y高度正相關，差別在哪？讓我們在左右兩圖各畫乙個 田 字，田 字中心的座標是 x的平均值，y的平均值 比較左右兩圖，我們知道 當散點在a b c d均勻分布，x和y不相關 當a和c的點越多，並且b和d的...
皮爾森相關係數
皮爾森相關係數 pearson correlation coefficient 也稱皮爾森積矩相關係數 pearson product moment correlation coefficient 是一種線性相關係數。皮爾森相關係數是用來反映兩個變數線性相關程度的統計量。相關係數用r表示，其中n為樣...