1樓：匿名使用者
正相關:自變數增長,因變數也跟著增長 負相關:自變數增長,因變數反而減少
正相關與負相關分別是什麼意思？
2樓：匿名使用者
在回歸與相關分析中，因變數值隨自變數值的增大（減小）而減小（增大），在這種情況下，因變數和自變數的相關係數為負值，即負相關。
正相關是指自變數增長，因變數也跟著增長。兩個變數變動方向相同，乙個變數由大到小或由小到大變化時，另乙個變數亦由大到小或由小到大變化。
擴充套件資料
正相關，只是一種概念上的，並且是基於大量的統計資料所展現出來的連個指標間的一種相互關係，而非具體兩個個體之間一定滿足這樣的同向變化關係.有這麼一種趨勢和相關關係的兩個變數，因變數和自變數之間並沒有確定的數量關係，即沒有很具體和比例係數k。
如身高與體重：身高增加，體重一般也會增加，但身高增加一釐公尺，體重可能增加1斤，也可能是2斤，甚至10斤。所以體重與身高成正相關，而不是成正比。
3樓：匿名使用者
正相關：自變數增長，因變數也跟著增長
負相關：自變數增長，因變數反而減少
正相關，負相關，正比反比有什麼區別？
4樓：小全
正相關意思是，變數同時遞增或遞減
負相關：變數乙個遞增另乙個就反過來遞減，或者乙個遞減另乙個就反過來遞增
正比，兩個量的比是乙個常數，這種關係叫做正比，如y=2x反比，兩個變數的乘積為常數時的比例關係，如xy=1
5樓：匿名使用者
正比反比是線性關係，正相關負相關是大概走向
6樓：匿名使用者
變數同時遞增或遞減是正相關
負相關與其相反
7樓：行知葉
y=k*x是正比關係而y=k*x+b是正相關
正相關和正比有什麼區別？
8樓：範德化
1、概念不同：
正相關是指自變數增長，因變數也跟著增長。兩個變數變動方向相同，乙個變數由大到小或由小到大變化時，另乙個變數亦由大到小或由小到大變化。
正比例是指兩種相關聯的量，一種量變化，另一種量也隨著變化。如果這兩種量中相對應的兩個數的比值一定，這兩種量就叫做成正比例的量，它們的關係叫做正比例關係。
2、嚴格程度不同
正比例比正相關更嚴格，正比例實際上是在正相關的基礎上加入了比值一定的條件。
3、函式表現不同
在函式圖形上看，正比表現為直線，有具體的線性關係。
正相關則表現為向右上方傾斜的趨勢，可以是非線性的。
擴充套件資料
1、正相關的代數表現：
滿足關係式y=k·x(k為一定量)的兩個變數，我們稱這兩個變數的關係成正比例。
顯然，若y與x成正比例，則y/x=k(k為常量)，反之亦然。
例如：在行程問題中，若速度一定時，則路程與時間成正比例；在工程問題中，若工作效率一定時，則工作總量與工作時間成正比例。
注意:k不能等於0。
2、正比例的代數表現：
相關關係是一種非確定性的關係，相關係數是研究變數之間線性相關程度的量。由於研究物件的不同，相關係數有如下幾種定義方式。
簡單相關係數：又叫相關係數或線性相關係數，一般用字母r 表示，用來度量兩個變數間的線性關係。
定義式如下：
其中，cov(x,y)為x與y的協方差，var[x]為x的方差，var[y]為y的方差
9樓：暴建設修媚
正相關意思是，變數同時遞增或遞減
負相關：變數乙個遞增另乙個就反過來遞減，或者乙個遞減另乙個就反過來遞增
正比，兩個量的比是乙個常數，這種關係叫做正比，如y=2x反比，兩個變數的乘積為常數時的比例關係，如xy=1
10樓：麼麼曉熊
糾正上條，免得有人被誤導了。上條答案對正相關的理解是對的，但數學裡正比的比例係數不一定是正的，也可以是負的，只要成比例關係即y=kx，就成為正比。正比可以是正相關也可以是負相關（因此包含關係也是錯的）。
另外提醒，反比參考反比例函式，就明白了。
11樓：瑪麗
正相關是指兩個變數變化同向，既a變大b也變大，反之也是，但不成比例關係 正比兩個變數則成比例關係，且比例係數是正數 這麼說吧，正相關包括正比。
正相關和負相關
12樓：名偵探
正相關：自變數增長，因變數也跟著增長。
y與x正相關是指y與x的相關係數是正的，也就是說y與x的函式是單調遞增的，再通俗些說就是x越大，則y越大。
不過日常生活中常說的「正比」多與「正相關」混淆。
例如「收入高低與學歷高低成正比」這句話，嚴格來說是不科學的，因為找不到確定的比例係數k。當然我們都理解這句話的意思是說「學歷越高收入則越高」，嚴格來說應該這樣表述：「收入高低與學歷高低正相關」。
正相關雖然意思明確，其實是個模糊的概念，不可以量化，只是定性說法。如果有明確的關係，例如y＝2x，這叫y與x成正比，如果只是大體上，x、y的變化方向一樣，例如x上公升，y也上公升或者x下降，y也下降，那麼，這叫正相關。反之，x上公升，y卻下降，或者x下降，y卻上公升，就叫負相關了。
13樓：匿名使用者
比如身高越高，一般來說體重也就越重，乙個增加另乙個也增加就正相關
反之負相關
spss相關性分析時兩變數負相關,回歸分析卻是正相關,這樣如何解釋
14樓：59分粑粑
pearson相關分析在spss中的作用是簡單地考慮變數之間的關係。 儘管可以在分析過程中同時放置多個變數，但是結果是兩個變數之間的簡單關聯，也就是不在求兩變數相關時考慮其他的控制變數。
但是，回歸是不同的。 回歸的結果是對進入回歸方程的所有自變數和因變數進行積分的結果，也就是說，在回歸當中你所看到的相關，是在控制了其他進入回歸方程的變數之後的。
因此，普通相關和回歸之間的回歸係數會有很大差異。
15樓：中子
spss裡的pearson相關分析的作用就是單純考量變數兩兩之間的關係，雖然你可以在分析時一次放入多個變數，但出來的結果都是兩個變數的簡單的相關，也就是不在求兩變數相關時考慮其他的控制變數。
然而回歸不同，回歸的結果是綜合所有進入回歸方程的自變數對因變數的結果而成的，也就是說，在回歸當中你所看到的相關，是在控制了其他進入回歸方程的變數之後的。
因此，普通相關與回歸之中的回歸係數會有比較大的差別。舉個例子，比如你考查變數a，b，c之間的關係，如果你使用一般的相關，那麼其結果呈現的是a和b的簡單相關，b和c的簡單相關，a和c的簡單相關，每乙個相關都只涉及到兩個變數，而與第三個變數無關，但如果是回歸，回歸裡a和b的相關是在減去c變數的效應之後的，b和c的相關是在減去a的效應後的，a和c的相關是減去b的效應後的。
計算方法不同，得出的結果就不同。所以相關性分析時兩變數負相關,回歸分析卻是正相關這很正常。出現任何形式的不同都不奇怪
16樓：章魚公考
在這個圖表中，你說的r值就是皮爾遜相關係數~（pearson correlation）
r>0 代表兩變數正相關，r<0代表兩變數負相關。
|r|大於等於0.8時，可以認為兩變數間高度相關；
|r|大於等於0.5小於0.8時，可以認為兩變數中度相關；
|r|大於等於0.3小於0.5時，可以認為兩變數低度相關。
小於0.3說明相關程度弱，基本不相關。
上面說了啊~**裡的pearson correlation，就是r值**裡黃色加重的幾個r值，是呈現顯著相關的。
簡單來說，
正相關是乙個變數變大，另乙個變數也變大
負相關就是乙個變數變大，另乙個變數變小
17樓：天行者
這可能是由於存在多重共線性的問題
18樓：匿名使用者
把圖貼上看一下，我不太相信你說的結果，同樣的演算法不可能出現不同的結果，你可能不太會看結果
正比例與正比有什麼區別,正相關和正比有什麼區別？
正比例不是線性的，它只是一種相關性。正比是嚴格的線性關係，就像直線那樣。正相關和正比有什麼區別？1 概念不同 正相關是指自變數增長，因變數也跟著增長。兩個變數變動方向相同，乙個變數由大到小或由小到大變化時，另乙個變數亦由大到小或由小到大變化。正比例是指兩種相關聯的量，一種量變化，另一種量也隨著變化。...
相關性是什麼意思，相關性是什麼意思
審計證據的相關性是指用作審計證據的資訊與審計程式的目的和所考慮的相關認定之間的邏輯聯絡。就是有關係的，比如一件事因另一件事而發生的，這件事與另一件事具有，比如一筆費用因某個業務而發生的，兩者具有相關性。這是數學方向的問題.相關是非確定性問題,用於統計分析.與函式相對自變數和函式不是一一對應的關係.我...
相關性原則是什麼意思呢相關性原則是什麼意思？
相關性原則 relevance 是財務會計的基本原則之一，是指會計資訊要同資訊使用者的經濟決策相關聯，即人們可以利用會計資訊做出有關的經濟決策。相關性原則 是環境影響評價中應遵循的原則之一，環境影響評價遵循的原則 目的性原則 整體性原則 相關性原則 主導性原則 等衡性原則 動態性原則 隨機性原則 社...