项间相关性多少合适
1. 相关系数多少算具有相关性
相关系数是最早由统计学家卡尔·皮尔逊设计的统计指标，是研究变量之间线性相关程度的量，一般用字母 r 表示。由于研究对象的不同，相关系数有多种定义方式，较为常用的是皮尔逊相关系数。
相关系数r的绝对值一般在0.8以上，认为A和B有强的相关性。0.3到0.8之间，可以认为有弱的相关性。0.3以下，认为没有相关性。
(1)项间相关性多少合适扩展阅读
相关表和相关图可反映两个变量之间的相互关系及其相关方向，但无法确切地表明两个变量之间相关的程度。相关系数是用以反映变量之间相关关系密切程度的统计指标。相关系数是按积差方法计算，同样以两变量与各自平均值的离差为基础，通过两个离差相乘来反映两变量之间相关程度；着重研究线性的单相关系数。
需要说明的是，皮尔逊相关系数并不是唯一的相关系数，但是最常见的相关系数，以下解释都是针对皮尔逊相关系数。
依据相关现象之间的不同特征，其统计指标的名称有所不同。如将反映两变量间线性相关关系的统计指标称为相关系数（相关系数的平方称为判定系数）；将反映两变量间曲线相关关系的统计指标称为非线性相关系数、非线性判定系数；将反映多元线性相关关系的统计指标称为复相关系数、复判定系数等。
2. 相关性系数为多少时算是好的相关性
当相关系数的平方为1时，说明这些样本的线性相关性良好。所得的《线性回归方程》不仅仅是这些样本的 近似 描述，而且也是它们 精确的 描述——每一个样本点都 完美的 满足 回归方程。
3. 变量间的相关系数为多少时可认为相互独立
相关系数r的绝对值一般在0.8以上，认为A和B有强的相关性0.3到0.8之间，可以认为有弱的相关性0.3以下，认为没有相关性
4. 线性回归分析相关系数最好在什么范围内
在线性回归有,有上述关系.即：R^2=r^2
在其实回归模型中不一定适用.
R^2表达的是解释变量对总偏差平方和的贡献度,强调的是“几个模型”之间的拟合度的好与坏.
r表示解释变量与预报变量之间线性相关性的强弱程度,用来判断是否具有线性相关性.
5. 标准曲线相关系数用什么表示数值高低代表什么含义相关系数一般需要达到多高的值表明相关性好
相关系数是最早由统计学家卡尔·皮尔逊设计的统计指标，是研究变量之间线性相关程度的量，一般用字母 r 表示。
定义
相关关系是一种非确定性的关系，相关系数是研究变量之间线性相关程度的量。由于研究对象的不同，相关系数有如下几种定义方式。
简单相关系数：又叫相关系数或线性相关系数，一般用字母r 表示，用来度量两个变量间的线性关系。
定义式[1]
，X和Y不独立。
因此，“不相关”是一个比“独立”要弱的概念。[2]
6. 分析化学相关系数一般达到多少合适
在-1~1之间比较好。
绝对值越接近1说明变量之间的线性关系越强，绝对值越接近0说明变量间线性关系越弱。
相关系数r的绝对值一般在0.8以上，认为A和B有强的相关性。0.3到0.8之间，可以认为有弱的相关性。0.3以下，认为没有相关性。
7. 相关系数为多少时显着性明显
相关数值越接近一或负一时,表示两者的关系越明显,或正相关或负相关.
相关系数的强弱仅仅看系数的大小是不够的.
一般来说,取绝对值后,0-0.09为没有相关性,0.3-弱,0.1-0.3为弱相关,0.3-0.5为中等相关,0.5-1.0为强相关.但是,往往还需要做显着性差异检验,即t-test,来检验两组数据是否显着相关,这在SPSS里面会自动为你计算的.
样本书越是大,需要达到显着性相关的相关系数就会越小.所以这关系到样本大小,如果样本很大,比如说超过300,往往分析出来的相关系数比较低,比如0.2,因为样本量的增大造成了差异的增大,但显着性检验却认为这是极其显着的相关.
8. 相关性系数为多少时算是好的相关性
相关系数取值一般在-1~1之间。绝对值越接近1说明变量之间的线性关系越强，绝对值越接近0说明变量间线性关系越弱。
相关系数r的绝对值一般在0.8以上，认为A和B有强的相关性。0.3到0.8之间，可以认为有弱的相关性。0.3以下，认为没有相关性。
皮尔逊相关系数变化从-1到 +1，当r＞0表明两个变量是正相关，即一个变量的值越大，另一个变量的值也会越大；r＜0表明两个变量是负相关，即一个变量的值越大另一个变量的值反而会越小。
(8)项间相关性多少合适扩展阅读；
相关系数有一个明显的缺点，即它接近于1的程度与数据组数n相关，这容易给人一种假象。因为，当n较小时，相关系数的波动较大，对有些样本相关系数的绝对值易接近于1；当n较大时，相关系数的绝对值容易偏小。特别是当n=2时，相关系数的绝对值总为1。因此在样本容量n较小时，我们仅凭相关系数较大就判定变量x与y之间有密切的线性关系是不妥当的。
9. 相关系数r2多少比较好
看你研究什么问题。
力图寻找所有的主要的解释变量，那就需要达到95%以上人家才会满意。 如果只是研究变量之间的关系，那么30%以上就够了。
在里面要加一些解释变量作为控制变量
10. 相关系数多少才算可以接受
相关系数r的绝对值一般在0.8以上，认为A和B有强的相关性
0.3到0.8之间，可以认为有弱的相关性
0.3以下，认为没有相关性