
相关性的显著性检验
推荐2个网站:
- 比较相关性网站1 http://comparingcorrelations.org/
- 比较相关性网站2 https://www.psychometrica.de/korrelation.html#independent
- 参考论文:Diedenhofen B, Musch J. cocor: A comprehensive solution for the statistical comparison of correlations[J]. PloS one, 2015, 10(4): e0121945.``
背景
确定两个变量之间的关系是许多研究工作的核心。量化两个数值变量之间关联程度的最流行的统计方法是 Pearson 相关性。它表示两个变量之间线性关系的强度,可以是正数、负数或零。在许多研究环境中,有必要比较两个此类相关性的大小,例如,如果研究人员想知道某个关联是否在治疗后发生了变化,或者两个感兴趣的群体之间是否存在差异。在比较相关性时,需要进行显着性检验以控制观察到的差异只是偶然发生的可能性。例如,在神经科学研究中,行为测量与大脑区域之间的相关性通常被确定为识别与给定任务最密切相关的大脑区域。
在选择测试之前,研究人员必须区分以下三种情况:
(1) 在两个

本文介绍了如何使用cocor包在R语言中比较独立和不独立样本的两个相关系数的显著性,包括Fisher Z变换、线性独立性检查和效应大小测量等方法。
订阅专栏 解锁全文
1519

被折叠的 条评论
为什么被折叠?



