1、相关分析：是用于研究事物或现象之间有无关系、关系的方向和密切程度。 2、回归分析：是研究事物或现象之间的数量依存关系。 3、相关系数（correlation coefficient）：是表示两个变量间相关关系的统计指标，反映两个变量线性关系的方向和密切程度的指标。样本相关系数用 表示，总体相关系数用 表示。
4、回归系数（regression coefficient）：表示X每改变一个单位时，因变量Y平均改变b个单位。样本回归系数用b来表示，总体回归系数用β来表示。 一、应用直线相关分析的注意事项：
答：1、进行相关分析的资料应有实际意义
2、相关系数的意义仅限于原始资料实测值范围内
3、此相关要求自变量和因变量均符合正态或近似正态分布 二、相关系数的特点（含义）：
答：1、相关系数r是一个无量纲的数值，且-1＜r＜1.
2、r＞0为正相关，r＜0为负相关。
3、|r|约接近1，说明相关系数越好，|r|越接近0，说明相关系数越差 三、非参数统计的优缺点
答：优点：对资料没有特殊要求 不受分布的影响 不受方差齐性的限制 不受变量类型的影响 不受样本量的影响
缺点：检验效率低（易犯Ⅱ型错误）， 对信息的利用不充分。 四：学过的秩和检验以及应用类型？ 答：1、配对资料的符号秩和检验
适用条件：适用于配对设计非正态分布资料的差异比较。
目的：是在于判断配对资料的差值是否来自中位数为零的总体。 2、完全随机设计两组计量资料的秩和检验
适用条件：适用于完全随机设计分组的两个定量资料比较，且不符合参数检验条件。 目的：在于判断两总体分布是否有差异。 3、完全随机设计多组计量资料的秩和检验
适用条件：适用于完全随机设计分组的多个样本比较（即不满足参数统计条件的）。 目的：在于判断多个总体分布是否相同。 4、等级资料的秩和检验
适用条件：完全随机设计分组的两个、以及两个以上样本等级程度比较。 目的：在于判断两个以及多个总体分布是否相同。 五、应用相对数时应注意的问题？ 答：1、计算相对数的分母不宜过小 2、分析时不能以构成比代替率
3、正确计算平均率：对观察单位数不等的几个率，不能直接相加求其平均率，必须先分别进行分子和分母的相加，再计算平均率。
4、相对数比较时应注意资料的可比性。 （1）研究对象是否同质
（2）其它影响因素在各组的内部构成是否相同
r? （3）同一地区不同时期资料的对比应注意客观条件有无变化 5、样本率或构成比的比较应做假设检验
相关推荐：
loading