🐟 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
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。
皮爾森積差相關係數
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。
相關
皮爾森積差相關係數並不是母群體相關係數的不偏誤估計值，尤其是在樣本數很小的時候。為了能夠更正確地估計母群體相關係數，可以使用調整後相關係數，是一個去除偏誤的相關係數。調整後相關係數的計算公式很簡單，也可利用SPSS輸出的模型摘要裡的調整後R平方來計算取得。
相關
共變異數是兩變項相關性的一種測量方法，用來探討一個變項和另一個變項共同變化的程度。共變異數的概念類似於變異數，只是變異數用在單一變項的變化上，而共變異數用在兩個變項的共同變化上。但是共變異數會隨著不同的測量單位而改變數值大小，因此很難解釋和進行比較。
線性迴歸
迴歸線和皮爾森積差相關係數間具有相當密切的關係，運用觀察值、迴歸線的預測值和依變項的平均數可組成可被解釋、不可被解釋的變異和總變異，其中可被解釋的變異與皮爾森積差相關係數相關聯。此外，在簡單線性迴歸裡，迴歸線的標準化係數等於皮爾森積差相關係數。