《表2 Descri Ptive Statistics of Variables》
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》
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。
图表编号 | XD00174849200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 余波、赵蓉英 |
绘制单位 | 武汉大学中国科学评价研究中心、武汉大学信息资源研究中心、武汉大学信息管理学院、武汉大学中国科学评价研究中心、武汉大学信息资源研究中心、武汉大学信息管理学院 |
更多格式 | 高清、无水印(增值服务) |