1樓：栗子聽雪
但是實際中我們獲得的資料是總體的觀測，所以我們需要判斷根據樣本算出的相關是因為抽樣誤差導致還是因為總體兩變數確實存在相關，所以我們需要判斷總體的相關係數是否顯著不為0，所以原假設H0是總體的相關係數=0並構建了下圖中的t統計量進行假設檢驗！下圖說的很清楚。
2樓：Nittanystat
在做統計推斷時，不僅要看點估計，更要看估計量的波動性（一般用方差來度量）。相關係數很小，顯著性水平很高，可能是由於樣本量很大導致的。相關係數的方差和樣本量成反比。
當樣本量很大時，估計量波動會很小。另外p值顯著對應的原假設是相關係數為0。即使拒絕了原假設，由於估計值很小，在實際中也不認為具有很強的相關性。
所以既要看統計學上是否顯著，也要看實際中是否顯著。
3樓：
相關係數用於判斷樣本引數的相關關係，很小，表明樣本範圍內，兩個引數相關關係很弱；顯著性水平用於判斷總體和樣本的一致性，顯著性水平很高，表明總體與樣本一致性程度較高，總體範圍內，兩個引數的相關關係也很弱。
spss分析中，兩變數間相關係數值是0 295，p值小於0 01，有相關關係嗎（樣本量350左右）？
學掌門資料分析 有關係的。P值小於0.01，說明拒絕原假設，即相關性不顯著，一般規定相關係數在0.3以下有較弱的相關性，由此可得，兩變數間存在相關性，且相關性較弱。 靜學社 學無止境 我猜樓主是想知道為什麼P值顯著和相關係數值小同時出現的原因吧？兩個變數之間是否相關我們通過計算兩個變數的相關係數即可...
相關性檢驗樣本2431，相關性0 069 Sig（雙尾）0 013， 為什麼相關性低P值具有顯著性
Carnap 相關性大小和是否統計顯著沒有必然關係。即使再小的相關性 0.0000001 如果樣本量足夠大，那也能檢驗出來有統計學差異，也就是P值小於0.05。即使再大的相關性 1 如果樣本量太小，假如只有乙個樣本，那也檢驗不出來統計學差異。顯著不是指相關性大小，而是指統計學顯著性，P值小於0.05...
相關係數和R方的關係是什麼？
陳煥發 基本贊同 馮祥 的回答，再補充一下 R方是衡量回歸模型程度的指標，可用於所有回歸模型，包括線性和非線性。一般情況下，R方的範圍是負無窮到1。R方越小，擬合程度越差。相關係數有多種定義，最常用的是Pearson相關係數，用於衡量兩個連續變數的線性相關的程度。Pearson相關係數的取值範圍是 ...