标签：大于 依赖 另一个 png mic 存在 连续 inf nbsp
一、连续变量与连续变量的相关分析------ > 用相关分析
相关分析是指连续变量之间的一种非严格的相依赖的变化关系，具体表现为：当一个变量发生时，另一个变量随之发生相应线性变动的关系，我们一般可以用相关系数 r 大小来衡量两个连续变量的相关性强弱（注意：不是衡量因果关系），例如衡量客户入网时长和每月话费的相关分析。
r 的公式如下：（一般是由计算机为我们算出）
但因为相关系数r是通过样本量数据计算的，而实际的总体相关系数我们是未知的，因此相关系数r是否具备足够的说服能力，我们需要进行检验，对应的检验统计量是T检验，即用T来衡量两个连续变量是否有关系。
T 统计量的原假设H0：两个变量没有相关性
如果T 统计量发生的概率P值小于5%,，则拒绝原假设，如果P大于5%，则我们没有理由拒绝原假设，但我们也不能完全说原假设成立；比如我们分析时发现，算出两个变量的相关系数 r 非常高，但T统计量的P值大于5%（即不拒绝原假设，认为两个变量没有关系），此时并不是矛盾，这种情况的发生大多是因为样本量不够造成的，这只能说，两个变量可能存在相关性，但算出来的这个相关系数 r 的可靠性不高，我们可以通过增加样本量再算一次，来进一步分析结果。
t 统计量公式是：（我们一般是看 t 统计量发生的概率P来判断是否拒绝原假设）
引申知识：
标签：大于 依赖 另一个 png mic 存在 连续 inf nbsp
原文地址：https://www.cnblogs.com/wodexk/p/10702926.html
