若r<nos,P>0.05,则相关系数r不显著： 若na1≤r<os,0.01<P<0.05,则相关系数r显著，标记“*”： 若r≥01，P≤0.01，则相关系数r极显著，标记“*”。 [例9.4]试计算例9.1资料3月下旬至4月中旬积温和一代三化螟盛发期 的相关系数和决定系数。 已算得该资料的SS=144.6356,5S=249.5556,SP-159.0444,故 -159.0444 5y14.6356×2419.556-0837 r= r2=(-0.83712-0.7008 r=-0.8371表明：一代三化螟盛发期与3月下旬至4月中旬的积温成负相关， 即积温愈高，一代三化螟盛发期愈早。 r=0.7008表明：在一代三化螟盛发期的变异中有70.08%是由3月下旬至4 月中旬的积温不同造成的。 举 三、直线回归与直线相关的联系 r=1babo 研究对象都是呈直线关系的相关变量。 过 直线回归分析将二个相关变量区分为自变量与依变量，侧重于寻求它们之间的联 系形式一建立有线同归方程。 直线相关分析不区分自变量于依变量，侧重于揭示它们之间联系程度与性质 计算出相关系数。 两种分析的显著性检验都是解决y与x是否存在直线关系，因而二者的检验 是等价的。 可用相关系数显著性检验代替直线回归关系显著性检验，即可先计算相关系 数r并对其进行检验，显著后再建立直线回归方程。 四、应用直线回归与相关的注意事项 1、要考虑到客观实际情况。 2、要考虑到回归系数、相关系数的适用范围 3、必须严格控制被研究的两个变量以外的各个变量的变动范围。 4、两个样本的容量一般不应小于5。 5、正确理解“相关不显著”和“回归不显著”。 三、总结与巩固 1.小结 回归分析与相关分析概述，回归与相关的区别与联系，直线回归与曲线回归， 元直线与多元线性回归：简单相关相关系数的定义、计算及其相关系数显著性10 教 学 过 程 若|r|＜ 0.05 r ，P＞0.05，则相关系数 r 不显著； 若 0.01 r ≤|r|＜ 0.05 r ，0.01＜P＜0.05，则相关系数 r 显著，标记“*”； 若|r|≥ 0.01 r ，P≤0.01， 则相关系数 r 极显著，标记“**”。 [例 9.4] 试计算例 9.1 资料 3 月下旬至 4 月中旬积温和一代三化螟盛发期 的相关系数和决定系数。 已算得该资料的 SSx=144.6356，SSy=249.5556,SP=-159.0444，故 0.837 144.6356 249.5556 159.0444 = −  − = = y ss x ss sp r . = − = 0.7008 2 ( 0.8371) 2 r r=-0.8371 表明：一代三化螟盛发期与 3 月下旬至 4 月中旬的积温成负相关， 即积温愈高，一代三化螟盛发期愈早。 r 2 =0.7008 表明：在一代三化螟盛发期的变异中有 70.08%是由 3 月下旬至 4 月中旬的积温不同造成的。 三、直线回归与直线相关的联系 byxbxy r = 研究对象都是呈直线关系的相关变量。 直线回归分析将二个相关变量区分为自变量与依变量，侧重于寻求它们之间的联 系形式──建立直线回归方程； 直线相关分析不区分自变量于依变量，侧重于揭示它们之间联系程度与性质 ──计算出相关系数。 两种分析的显著性检验都是解决 y 与 x 是否存在直线关系，因而二者的检验 是等价的。 可用相关系数显著性检验代替直线回归关系显著性检验，即可先计算相关系 数 r 并对其进行检验，显著后再建立直线回归方程。 四、应用直线回归与相关的注意事项 1、要考虑到客观实际情况。 2、要考虑到回归系数、相关系数的适用范围。 3、必须严格控制被研究的两个变量以外的各个变量的变动范围。 4、两个样本的容量一般不应小于 5。 5、正确理解“相关不显著”和“回归不显著”。 三、总结与巩固 1.小结 回归分析与相关分析概述，回归与相关的区别与联系,直线回归与曲线回归， 一元直线与多元线性回归；简单相关相关系数的定义、计算及其相关系数显著性