中国矿业大学管理学院统计学课程调查小组初步分析结果

日期:2019-12-15编辑作者:冶金矿产

大学生就业选择地与毕业的理想薪酬的Pearson相关系数为-0.254,且通过检验,表明两者存在弱的负相关关系,表明对于好的就业选择地,一些人的心理工薪价位反而较低,表明当代大学生对社会的现状有一定的了解,对于大城市的好工作,均熟知竞争力强,就业压力大的道理。

  method用以指定要计算的相关类型("pearson"、"kendall" 或 "spearman" )。

大学生毕业后的去向与毕业的理想薪酬未通过检验,则表明这两者无关。

  这段代码检验了预期寿命和谋杀率的Pearson相关系数为0的原假设。假设总体的相关度为0,则预计在一千万次中只会有少于一次的机会见到0.703这样大的样本相关度(即p=1.258e–08) 。由于这种情况几乎不可能发生,所以你可以拒绝原假设,从而支持了要研究的猜想,即预期寿命和谋杀率之间的总体相关度不为0。
  遗憾的是, cor.test()每次只能检验一种相关关系。但幸运的是, psych包中提供的corr.test()函数可以一次做更多事情。 corr.test()函数可以为Pearson、 Spearman或Kendall相关计算相关矩阵和显著性水平。

大学生就业的选择地与来自地区之间的Pearson相关系数为0.112,但双侧检验的P值为0.12,显然大于给出的显著性水平,则不能拒绝原假设。

 

说明这两者之间存在零相关,即大学生来自的地区与其毕业选择去向无关系,家乡不会影响到他们毕业后的选择。

   常用的原假设为变量间不相关(即总体的相关系数为0)。你可以使用cor.test()函数对单个的Pearson、 Spearman和Kendall相关系数进行检验。其形式为:

大学生就业选择地与毕业去向的Pearson相关系数为0.108,但未通过检验,表明这两者不存在相关关系。即大学生就业选择地与毕业去向无关。

   当研究的假设为总体的相关系数小于0时,请使用alternative="less"。

管理学院统计学课程调查小组根据spss软件,得出分析的结果可读出:

 

大学生毕业后的去向与来自地区之间的Pearson相关系数为-0.15,在0.05的显著性检验水平上,我们可认为这两者存在弱的负相关,两者存在一定的相反关系,但在显著性水平为0.01时,我们认为两者无联系。

  method:指定相关系数的类型。可选类型为 pearson(默认)、 spearman 或 kendall

大学生毕业的理想薪酬与来自地区的Pearson相关系数为0.086,但双侧检验的P值为0.223,显然大于给出的显著性水平,则不能拒绝原假设。

  在默认情况下,假设为alternative="two.side"(总体相关系数不等于0)。

说明这两者之间不想关,即大学生对自己毕业的心理薪酬价位与来自的地区无关,每个人对于就业后工资的不受家乡环境的影响。

cor.test(states[,3], states[,5])
    Pearson's product-moment correlation

data:  states[, 3] and states[, 5]
t = 6.8479, df = 48, p-value = 1.258e-08
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
 0.5279280 0.8207295
sample estimates:
      cor 
0.7029752 

综合知,大学生的就业选择地与来自地区,毕业去向无关,与理想薪酬存在弱的负相关。大学生的毕业去向与来自地区,理想薪酬均无关,不受其影响。

下面的例子是二维列联表的相关性度量 :

上一节中的显著性检验评估了是否存在充分的证据以拒绝变量间相互独立的原假设。如果可以拒绝原假设,那么你的兴趣就会自然而然地转向用以衡量相关性强弱的相关性度量。 vcd包中
的assocstats()函数可以用来计算二维列联表的phi系数、列联系数和Cramer’s V系数。

  当你对某一组变量与另外一组变量之间的关系感兴趣时, cor()函数的这种用法是非常实用的。注意,上述结果并未指明相关系数是否显著不为0(即,根据样本数据是否有足够的证据得
美高梅正规网址,出总体相关系数不为0的结论)。由于这个原因,你需要对相关系数进行显著性检验 。

  Kendall’s Tau相关系数也是一种非参数的等级相关度量。

  

  Pearson积差相关系数衡量了两个定量变量之间的线性相关程度。

  use :指定缺失值的处理方式。可选的方式为 all.obs(假设不存在缺失数据——遇到缺失数据时将报错) 、 everything(遇到缺失数据时,相关系数的计算结果将被设为 missing)、 complete.obs(行删除)以及 pairwise.complete.obs(成对删除, pairwise deletion)。

  2、**相关性的显著性检验**

本文由美高梅正规网址发布于冶金矿产,转载请注明出处:中国矿业大学管理学院统计学课程调查小组初步分析结果

关键词:

“寻历史足迹,铸红色永恒”——中矿大学生党员实践团在西柏

8月15日下午15:00,“寻历史足迹,铸红色永恒”中国矿业大学安全工程学院学生党员暑期社会实践团启动仪式于梅苑三...

详细>>

指导老师王智宁对中国矿大管理学院人力资源管理专业第四实习

在老师的建议下,人力资源实习第四小组将会继续完成报告! 此外,我们还可以通过小组成员自身扮演病人的身份,...

详细>>

中国矿业大学“美高梅正规网址碧海蓝天”推进环保主题实践团

美高梅正规网址,8月12日,为进一步了解徐州市民众低碳意识的宣传和低碳环保知识的普及情况,中国矿业大学安全...

详细>>

毕业生遭遇花样就业歧视 家乡属相星座成被拒因素 _科教成长

造成当前大学生就业难的原因可以从社会原因、学校原因、学生自身原因三方面进行分析 中国高校传媒联盟一项调查...

详细>>