办公软件excel自相关检验
1. 相关关系的显著性检验Excel
1.打开excel输入数据，如A组数据和B组数据进行比较。
2.在空格中输入【=】，再插入函数【T-Test】；
3.Array1选择A组数据，Array2选择B组数据，trails和type输入2.
4.点击【确定】，进行T-test分析。
5.分析结果，若P<0.05在存在显著性差异，若P<0.01则存在极显著性差异。
2. 相关关系的显著性检验用到的统计量
它们是从不同原理出发的两类检验。拟合优度检验是从已经得到估计的模型出发，检验它对样本观测值的拟合程度，方程显著性检验是从样本观测值出发检验模型总体线性关系的显著性。 联系：模型对样本观测值的拟合程度高，模型总体线性关系的显著性就强。可通过统计量之间的数量关系来加以表示：
3. 相关关系的显著性检验t统计量
t检验公式：t=(x-μ0)/S/√n，t检验亦称student t检验，主要用于样本含量较小（例如n<30），总体标准差σ未知的正态分布。t检验是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著。它与f检验、卡方检验并列。
t检验可分为单总体检验和双总体检验，以及配对样本检验。
1、单总体t检验是检验一个样本平均数与一个已知的总体平均数的差异是否显著。当总体分布是正态分布，如总体标准差未知且样本容量小于30，那么样本平均数与总体平均数的离差统计量呈t分布。
2、双总体t检验是检验两个样本平均数与其各自所代表的总体的差异是否显著。双总体t检验又分为两种情况，一是独立样本t检验（各实验处理组之间毫无相关存在，即为独立样本），该检验用于检验两组非相关样本被试所获得的数据的差异性；一是配对样本t检验，用于检验匹配而成的两组被试获得的数据或同组被试在不同条件下所获得的数据的差异性，这两种情况组成的样本即为相关样本。
3、配对样本t检验可视为单样本t检验的扩展，不过检验的对象由一群来自常态分配独立样本更改为二群配对样本之观测值之差。
4. 相关关系的显著性检验和线性关系的显著性检验一样吗
首先提出假设，然后构造检验统计量，收集样本数据，计算检验统计量的样本观察值，第三，根据所提出的显著水平，确定临界值和拒绝域，第四，作出检验决策。
5. 相关关系的显著性检验的零假设是两个变量之间
一、词义不同
相关性是指两个变量的关联程度。
显著性，又称统计显著性（Statistical significance）， 是指零假设为真的情况下拒绝零假设所要承担的风险水平，又叫概率水平，或者显著水平。
二、作用不同
相关性是指企业提供的会计信息应当与财务报表使用者的经济决策需要相关，有助于财务报表使用者对企业过去、现在或者未来的情况作出评价或预测。
显著性的含义是指两个群体的态度之间的任何差异是由于系统因素而不是偶然因素的影响。我们假定控制了可能影响两个群体之间差异的所有其他因素，因此，余下的解释就是我们所推断的因素，而这个因素不能够100%保证，所以有一定的概率值，叫显著性水平（Significant level）。
6. 相关关系的显著性检验的零假设是( )
（1）参数显著性检验t检验对应的Prob，若小于0.05则参数的显著性检验通过，再看R方，越接近1，拟合优度越高；F的P值，小于0.05的话模型才显著，DW用来检验残差序列的相关性的，在2的附近，说明残差序列不相关。
（2）标准差是衡量回归系数值的稳定性和可靠性的，越小越稳定，解释变量的估计值的T值是用于检验系数是否为零的，若值大于临界值则可靠。
估计值的显著性概率值（prob)都小于5%水平，说明系数是显著的。
R方是表示回归的拟合程度，越接近1说明拟合得越完美。
调整的R方是随着变量的增加，对增加的变量进行的“惩罚”。
D-W值是衡量回归残差是否序列自相关，如果严重偏离2，则认为存在序列相关问题。
F统计值是衡量回归方程整体显著性的假设检验，越大越显著。
7. 相关关系的显著性检验是什么意思
1、为什么要对相关系数进行显著性检验？
原因：所有的假设检验都是要分析显著性的，拿相关系数来说，我们虽然求得了相关系数值，但是这个相关系数有没有统计学意义呢？换句话说，我们看到的这个相关系数是确实存在呢？还是说只是抽样误差导致的？显著性检验就是要解决这个问题的，如果显著，则表明相关的确存在，不是抽样误差导致的。
2、显著性检验是对谁进行检验？
显著性检验的虚无假设是变量间相关系数为0，也就是说，我们做显著性检验要解决的问题是相关系数是不是0，如果得到显著的结果，则代表相关存在，相关系数不为0.
3、sig.=0.000说明了什么呢？
sig=0.000说明显著性水平p值小于0.001，即相关系数在0.001水平显著。这里的0.000其实并不是说真的是等于0，如果你在这个数字上三击鼠标，可以看到真实值
8. 相关关系的显著性检验spss
spss 的相关表格每个单元格有三行数据，一个是pearson相关系数值，它代表了相关系数的大小，一个是样本容量，代表你这组数据有多少被试，最后一个是显著性检验结果，即sig（双侧），它可以用来说明你所得到的相关分析结果有没有统计意义。
通常sig<0.05即认为显著，有统计学意义，有统计学意义或者说显著的.意思是说这种相关性可以分辨出来，不表示相关的大小，就好像用显微镜可以看到细胞并不能说明细胞很大。
9. 相关关系的显著性检验例题
回归系数显著性检验（significance test ofregression coefficient)是对于线性回归模型y，=Bo+B1xu +…+B.xip+ei(i=1.….n），检验一个或几个回归系数组成的系数向量B，x1（q≤p）对于响应变量是否有显著影响的方法。
中文名
回归系数显著性检验
外文名
significance test ofregression coefficient
一般地，假设问题归结为H0Bx1=0对H1B,x140，当原假设不能被拒绝时，表明。x1所对应的回归变量与响应变量之间没有明显的线性相关关系。