美国LetPub编辑的企业博客分享 http://blog.sciencenet.cn/u/LetPubSCI

博文

文章中相关性分析报告的内容解读 精选

已有 3214 次阅读 2018-11-13 09:04 |系统分类:论文交流| 统计学方法, 相关性分析

相关性分析——比如最常见的Pearson相关性分析——是极具价值的统计学方法,用以确定变量之间是否存在相关关系以及相关程度的大小。

 然而,人们对这一类分析结果的意义以及如何对结果进行表述经常有误解。我们今天就要把这个问题搞清楚。

 首先,最佳步骤是参考期刊的指南。那些经常用到相关性分析的期刊通常对报告指标有明确要求,或者会提出参考其它机构的要求。这种情况下,请遵循这些特定的指南。

 其次,在期刊没有特殊要求的情况下,你可以采取以下这些方法。必须要报告的内容有:

  • 相关系数(r)或决定系数(r2

  • 两个系数一起报告很有意义,但至少要报告其中一个。既然r2可以从r推导出来,通常报告一个就可以了。这通常跟目标变量有关。例如,求模型契合度时,主要关注的是相关性的强度(r),而一个自变量可以解释因变量的变化的比例(r2)则用来表达一个变量对另一个变量所产生的影响的重要性。

  • p值

  • p值在假设检验中被用来判断所检验的关系是否存在统计显著性。需要注意的是,不要认为p值跟所检验的关系的强度或重要性有任何关联。

  • 自由度

  • 现在许多期刊要求此项,因为自由度提供了计算统计学参数所使用的数据量的必要信息。

  • 样本大小

  • 报告上述统计信息时并不一定要同时报告样本大小,但实验设计一定要清楚地表明用于相关性分析的样本大小。

最后,明智的做法是为所有相关性分析附上散点图。因为相关性的强度是一个主观上的评价,所以应该给读者们一个直观评估数据的机会。作者不应该隐藏那些造成统计显著相关性的异常数据,比如聚集在相关关系两端的数据群。另外,把相关性分析中生成的回归方程放在图中也很重要。


SCI论文润色、SCI论文修改、SCI论文专业翻译服务、英文论文修改


SCI论文英语润色同行资深专家修改专业论文翻译格式排版整理SCI论文图片处理Video Abstract

学术翻译英译中SCI论文查重LaTeX论文润色SCI论文写作讲座联系我们 



http://blog.sciencenet.cn/blog-1232242-1145969.html

上一篇:你的细胞系用对了吗?
下一篇:讨论疲劳症:如何越过终点线

2 黄永义 强涛

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2018-12-12 02:42

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部