spss分析偏相关中，两个变量的偏相关系数为-1，这说明什么？

在多元回归分析中，在消除其他变量影响的条件下，所计算的某两变量之间的相关系数。     在多元相关分析中，简单相关系数可能不能够真实的反映出变量X和Y之间的相关性，因为变量之间的关系很复杂，它们可能受到不止一个变量的影响。这个时候偏相关系数是一个更好的选择。     偏相关系数是在排除了其他变量的影响下计算变量间的相关系数。假设我们需要计算X和Y之间的相关性，Z代表其他所有的变量，X和Y的偏相关系数可以认为是X和Z线性回归得到的残差Rx与Y和Z线性回归得到的残差Ry之间的简单相关系数，即pearson相关系数。   对样本来自的两个总体是否存在显著的净相关进行推断：1）提出原假设，即两总体的偏相关系数与零无显著差异。2）选择检验统计量。偏相关分析的检验统计量为t统计量，它的数学定义为：[img=,][/img]式中，r为偏相关系数，n为样本数，q为阶数。统统计量服从n-q-2个自由度的t分布。3)计算检验统计量的观测值和对应的概率p-值。4）决策。如果检验统计量的概率p-值小于给定的显著性水平α，则应拒绝原假设，反之，则不能拒绝原假设。