spearman相关性分析操作流程
等级相关系数的统计含义？
等级相关系数的统计含义？
在实际应用中，有时获得的原始资料没有具体的数据表现，只能用等级来描述某种现象，要分析现象之间的相关关系，就只能用等级相关系数。
等级相关系数亦称为“秩相关系数”，是反映等级相关程度的统计分析指标。常用的等级相关分析方法有Spearman等级相关和Kendall等级相关等。
kendall和spearman三种相关分析方法的区别？
Spearman等级相关系数和Kendall(肯德尔)的tau相关系数相关关系的种类：
（1）按照相关的方向不同分为：正相关和负相关。
（由相关系数的符号决定）
（2）按照相关形式不同分为：线性相关和非线性相关。
（相关系数为±1时为线性相关）
（3）按相关程度分为：完全相关、不完全相关和不相关。
因子分析的本质？
因子分析是指研究从变量群中提取共性因子的统计技术。最早由英国心理学家C.E.斯皮尔曼提出。他发现学生的各科成绩之间存在着一定的相关性，一科成绩好的学生，往往其他各科成绩也比较好，从而推想是否存在某些潜在的共性因子，或称某些一般智力条件影响着学生的学习成绩。
因子分析可在许多变量中找出隐藏的具有代表性的因子。将相同本质的变量归入一个因子，可减少变量的数目，还可检验变量间关系的假设。
数学di属于什么？
回归里的等级相关系数法中的di为两变量每一对样本的等级之差。 等级相关系数亦称为秩相关系数，是反映等级相关程度的统计分析指标。常用的等级相关分析方法有Spearman等级相关和Kendall等级相关等。其中等级相关系数记为rs，di为两变量每一对样本的等级之差，n为样本容量。 在实际应用中，有时获得的原始资料没有具体的数据表现，只能用等级来描述某种现象，要分析现象之间的相关关系就只能用等级相关系数。 相关系数的计算步骤：把数量标志和品质标志的具体表现按等级次序编号；按顺序求出两个标志的每对等级编号的差。
等级相关系数与相关系数一样，取值-1到 1之间，rs为正表示正相关，rs为负表示负相关，rs等于零为零相关，区别是它是建立在等级的基础上计算的，较适用于反映序列变量的相关。 回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，是应用极其广泛的数据分析方法之一。
它基于观测数据建立变量间适当的依赖关系以分析数据内在规律并可用于预报、控制等问题。