🐟 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
線性迴歸
利用統計分析軟體可以很簡單地輸出最小平方迴歸線預測區間的上、下界限，但若沒有專門的統計分析軟體，也可以透過微軟的Excel來計算。雖然利用Excel求得預測區間的過程牽涉到許多函數，但這些函數都很實用，若不用在預測區間的計算，也可應用在其他相關的統計分析上。
SPSS
線性迴歸
最小平方迴歸線可用來估計不在樣本裡的單一自變項數值的預測區間，不過計算預測區間時無法使用作為整體預測誤差測量的估計標準誤。由於個別自變項數值會隨著其與自變項平均數間的距離而有不同的誤差估計，所以個別預測的標準誤須做相應的調整後才能計算出預測區間。
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
共變異數為基礎的相關性統計量，透過統計分析軟體可簡單地取得，也可以利用微軟的Excel來計算，有2種方法。第1種方法是運用資料分析工具，雖然可輸出共變異數矩陣，但僅可取得母群體共變異數。第2種方法是運用函數語法，可取得母群體共變異數，也可取得樣本共變異數。
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。