🐟 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
相關係數
當同一個樣本裡有兩個皮爾森積差相關係數，且這兩個相關係數帶有共同的變項，則這兩個相關係數不是彼此獨立，而是相互關聯的情況。此時，若想比較這兩個皮爾森積差相關係數是否明顯不同，須進行兩個相依的皮爾森積差相關係數的假設檢定，使用ｔ分配和ｔ檢定統計量。
決策規則
相關係數
皮爾森積差相關係數可以測量兩個變項的關聯程度和方向，若想瞭解相同的兩變項在兩個不同群組裡的關係，可以分別求得兩群組的相關係數後再比較。但透過此法只能看出相關係數的大小，若想探討相關係數是否明顯不同，則須進行兩個獨立的皮爾森積差相關係數比較的假設檢定。
相關係數
複相關係數是數個變項間關聯程度的一個量化數值，一般會在一個依變項和數個自變項的多元線性迴歸分析結果裡看到，符號為Ｒ。不過為了理解方便，通常會用Ｒ平方而不是Ｒ來做解釋。複相關係數的假設檢定在檢驗自變項整體對於依變項的預測是否有幫助，使用Ｆ分配和Ｆ值。
迴歸
簡單線性迴歸是行為和社會科學很常用到的分析方法，運用統計分析軟體可以簡單地進行分析，但若沒有這類軟體，也可利用微軟的Excel來獲得類似的分析結果。運用Excel執行簡單線性迴歸有2種方法，第1種是透過LINEST函數，第2種則是利用「分析工具箱」裡的資料分析工具。
迴歸
簡單線性迴歸是涉及一個自變項和一個依變項的分析，兩變項間為不完全的線性關係，探討自變項的改變如何影響依變項的變化。簡單線性迴歸的假設檢定包含相關係數和斜率的假設檢定，檢驗兩變項之間的關係是否存在於母群體裡以及自變項是否對依變項的預測有顯著的幫助。