答案

步骤 1：创建散点图

1. 将“Profit”（利润） 拖到“列”，并将“Sales”（销售额）拖到“行”。
2. 在分析菜单中，取消选择聚合度量。 
3. 右键单击视图，并选择“趋势线”>“显示趋势线”。
4. 再次右键单击视图，并选择“趋势线”>“描述趋势模型”。 
5. 在“描述趋势模型”对话框中找到 R 平方值。在此示例中，R 平方值是 0.229503。

步骤 2：计算皮尔森关联

您可以使用不同选项来查找皮尔森关联。例如： 

1. 使用计算器或其他程序
   1. 计算 R 平方值的平方根。它将是您的关联 (r)：√0.229498 = 0.4791
   2. 舍入为两位数，此示例中的值为 0.48。
2. 使用 CORR 函数创建计算字段。 
   • 输入类似于如下的公式，并单击“确定”： 

     CORR([Profit], [Sales])

   • 此公式返回两个表达式的皮尔森相关系数。皮尔森相关系数衡量两个变量之间的线性关系。结果范围为 -1 至 +1（包括 -1 和 +1），其中 1 表示精确的正向线性关系，比如一个变量中的正向更改即表示另一个变量中对应量级的正向更改，0 表示方差之间没有线性关系，而 −1 表示精确的反向关系。
3. 使用 WINDOW_CORR 函数创建计算字段。 
   • 输入类似于如下的公式，并单击“确定”： 

     WINDOW_CORR(SUM([Profit]), SUM([Sales]))

   • 返回窗口内两个表达式的皮尔森相关系数。窗口定义为与当前行的偏移。使用 FIRST()+n 和 LAST()-n 表示与分区中第一行或最后一行的偏移。如果省略了开头和结尾，则使用整个分区。

其他信息

• 关联 r 是一个数字，代表两个度量之间的相关程度。关联系数是一个使得 -1 <= r <= 1 的值。
• 正关联表明 x 和 y 度量之间的这样一种关系：当 x 的值增加时，y 的值也会增加。
• 负关联表明相反的关系：当 x 的值增加时，y 的值会减少。
• r 与 -1 或 1 的关联程度越近，x 和 y 之间的关系就越强。
• 如果 r 接近或等于 0，则度量之间的关系很弱或没有关系。
• 一般情况下，您可以按此方式解释 r 值：
  • +.70 或更高表明非常强的正关系
  • +.40 至 +.69 表明较强的正关系
  • +.20 至 +.39 表明中等正关系
  • -.19 至 +.19 表明没有关系或关系很弱
  • -.20 至 -.39 表明中等负关系
  • -.40 至 -.69 表明较强的负关系
  • -.70 或更低表明非常强的负关系