🐟 請您尊重本網站的智慧財產權，如有任何引用，請註明出處：Dr. Fish 漫游社會統計。（文章發表日期）。文章名稱。文章網址
相關
斯皮爾曼等級相關係數是用來測量次序尺度變項間關聯方向和程度的一種相關係數，屬於無母數統計量。依據變項裡相同等級的存在與否，斯皮爾曼等級相關係數會有稍微不同的計算方式。若其中有一個變項為等距或比率尺度，須先將其依數值大小排序並列出等級後再進行運算。
線性迴歸
當1個自變項和1個依變項呈現不完全的線性關係時，可在成對的兩變項所構成的點中建構出一條適合所有點的線，作為預測的用途。這條線是依據最小平方法準則，將自變項預測依變項的誤差最小化，因此稱為最小平方迴歸線。由於預測誤差最小，所以能夠給予最準確的整體預測值。
攝影
這是10年前拍攝於美國黃石國家公園裡黃石湖湖畔的照片。當時和2位同讀研究所的友人展開公路旅行，進行數個國家公園的巡禮，其中一個即是黃石國家公園。照片為黃石湖湖畔的一家美式餐廳，正值日落時分，夕陽、湖面、天空相互輝映，產生了柔和的藍色漸層，非常美麗。
相關
皮爾森積差相關係數是將兩個變項轉換成單位相同的標準分數後，再測量變項間關係的方向和強度的一個量化數值。計算方法可採用傳統的紙筆計算、SPSS的相關分析或Excel的PEARSON函數，而不論使用哪一種方法，皆可正確地求得皮爾森積差相關係數的數值。
相關
皮爾森積差相關係數是測量兩變項關聯方向和程度的一個量化數值。相關係數的數值可從-1到1，符號代表關係的方向，數值本身則代表關係的強度，數值愈大關係程度愈高。若將皮爾森積差相關係數平方，即變成決定係數，可用來解釋一個變項中有多少的變異可被另一個變項說明。