🐟 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
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。
相關
入門概念
科學研究最主要可區分為觀察研究和真實驗研究兩大類型。觀察研究是藉由自然發生現象的觀察來檢驗研究假設，無法做出因果關係的結論；真實驗研究則是透過自變項的操控來測量依變項的改變，可以做出因果關係的結論。不論哪一種類型的研究，皆與社會統計有密切的關係。
相關
相關係數的種類很多，其選擇最主要受到資料的分布型態和測量尺度的影響。不同的測量尺度有各自適用的相關係數，包括phi係數、點二系列相關係數、斯皮爾曼等級相關係數、肯德爾等級相關係數和皮爾森積差相關係數，而本篇文章將對測量尺度和相關係數的選擇做一彙整。
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。
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。