《表3 相关性系数表Correlation Coefficient》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《Altmetrics Top100论文的演进特征及影响因素分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:***、**、*分别表示统计检验在1%、5%、10%水平上显著。

为了避免由变量之间存在显著的相关关系导致多重共线问题，对所选变量进行了相关性检验。在做回归分析之前，在因变量、自变量之间做了相关性分析。即对Tc、U1、U2、As、News、Blog、Tweets、Facebook、Google+、Mendeley等所有的变量之间进行了相关性分析，见表3。表3列出了各变量间的相关系数和显著程度。从表3中我们可以看出，Tweets与As数为正相关，且相关系数较高，说明Tweets数越多论文的As分数就越高。被引次数与As分数呈显著负相关，相关系数为-0.1871，说明了被引次数不能促进As分数的增加。在相关系数矩阵中，变量两两相关系数的最大值为0.7103，多个变量之间的相关系数小于0.15，因此，自变量之间不存在严格意义上的多重共线关系，可将其纳入同一回归模型进行进一步的讨论。相关性分析考虑的是单个变量与因变量之间的关系，而回归分析是检验多个变量对解释变量的综合影响。