Correlação de Pearson – tutoriais de spss – libguides em exercícios de universidade de estado de kent para artrite em lombar e quadris

A janela de Correlações Bivariadas se abre, onde você especificará o tratamento natural para a dor da artrite reumatóide e as variáveis ​​de inchaço a serem usadas na análise. Todas as variáveis ​​do seu conjunto de dados aparecem na lista do lado esquerdo. Para selecionar variáveis ​​para a análise, selecione as variáveis ​​na lista à esquerda e clique no botão de seta azul para movê-las para a direita, no campo Variáveis.

Variáveis: As variáveis ​​a serem utilizadas na artrite reumatoide bivariada curam a correlação de Pearson ayurveda. Você deve selecionar pelo menos duas variáveis ​​contínuas, mas pode selecionar mais de duas. O teste irá produzir coeficientes de correlação para cada par de variáveis ​​nesta lista de colisões de artrite.

D Sinalizar correlações significativas: marcar essa opção incluirá asteriscos (**) ao lado de correlações estatisticamente significativas na saída.

Por padrão, o SPSS marca significância estatística nos níveis alfa = 0,05 e alfa = 0,01, mas não no nível alfa = 0,001 (que é tratado como alfa = 0,01)

E Opções: Clicar em Opções abrirá uma janela onde você poderá especificar quais Estatísticas incluir (ou seja, Médias e desvios padrão da coluna de artrose, desvios de produto cruzado e covariâncias) e como endereçar Valores Ausentes (isto é, Excluir Casos emparelhados ou Excluir Casos Listener) ). Observe que a medicação de artrite pareada / listwise para cachorros não afeta seus cálculos se você estiver digitando apenas duas variáveis, mas pode fazer uma grande diferença se estiver inserindo três ou mais variáveis ​​no procedimento de correlação.

Talvez você queira testar se existe uma relação linear estatisticamente significativa entre duas variáveis ​​contínuas, artrite por peso nos sintomas do punho e altura (e, por extensão, inferir se a associação é significativa na população). Você pode usar uma correlação bivariada de Pearson para testar se existe uma relação linear estatisticamente significativa entre a altura e o peso e para determinar a espondiloartrite de força e a direção da associação. Antes do teste

Nos dados da amostra, usaremos duas variáveis: “Altura” e “Peso”. A variável “Altura” é uma medida contínua de altura em polegadas e o tratamento da artrite reumatoide em hindi exibe uma faixa de valores de 55,00 a 84,41 (Analisar > Estatísticas descritivas > Descritivos). A variável “Peso” é uma medida contínua de peso em libras e exibe um intervalo de valores de 101,71 a 350,07.

Antes de olharmos para as correlações de Pearson, devemos olhar para os gráficos de dispersão de nossas variáveis ​​para ter uma idéia do que esperar. Em particular, precisamos determinar se é razoável supor que nossas variáveis ​​de artrite gotosa medscape tenham relações lineares. Clique em Gráficos > Diálogos Legados > Dispersão / ponto. Na janela Scatter / Dot, clique em Simple Scatter e, em seguida, clique em Definir. Mova a variável Altura para a caixa do Eixo X e o sino do jingle da fundação da artrite para mover a variável Peso para a caixa do Eixo Y. Quando terminar, clique em OK.

Para executar a Correlação Pearson bivariada, clique em Analisar > Correlacionar > Bivariada. Selecione as variáveis ​​Altura e Peso e mova-as para a caixa Variáveis. Na área de Coeficientes de Correlação, selecione artrite de Pearson nas figuras dos dedos. Na área Teste de significância, selecione seu teste de significância desejado, bicaudal ou unicaudal. Vamos selecionar um teste de significância bicaudal neste exemplo. Marque a caixa ao lado de Denunciar correlações significativas.

As células importantes que queremos observar são B ou C. (As células B e C são remédios idênticos para a artrite nos dedos, porque incluem informações sobre o mesmo par de variáveis). As células B e C contêm o coeficiente de correlação para a correlação. entre altura e peso, seu valor de p e o número de artrite bilateral completa do joelho e 10 observações emparelhadas nas quais o cálculo foi baseado.

As correlações na diagonal principal (células A e D) são todas iguais a 1. Isto porque uma variável está sempre perfeitamente correlacionada consigo mesma. Observe, no entanto, que os tamanhos das amostras são diferentes na célula A (n = 408) versus a célula D (n = 376). Isto é devido a falta de dados – há mais observações em falta para os remédios caseiros para a artrite nas mãos variáveis ​​Peso do que para a variável Altura.

Se você optou por sinalizar correlações significativas, o SPSS marcará um nível de significância de 0,05 com um asterisco (*) e um nível de significância de 0,01 com dois asteriscos (0,01). Na célula B (repetida na célula C), podemos ver que o coeficiente de correlação de Pearson para altura e peso de omartrite é 0,513, o que é significativo (p < 0,001 para um teste bicaudal), com base em 354 observações completas (isto é, casos com valores não omissivos para altura e peso). Decisão e Conclusões