- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
讨论4 不同经历的人和他们对某一问题的看法是否相关? 讨论5 工资水平和文化程度是否相关? 品质相关小结 品质相关数据特点:两个(最多是顺序型)特征变量描述每个个体。 数据的SPSS存放方式:个体; SPSS实现过程:analyze –descriptive statistics--crosstabs 讨论 推广品质相关的应用? 练习 1.范伯乃数据:SPSS12-简单相关分析,P251 2.张文彤数据:进食量与体重增量数据 马庆国数据 马庆国数据 练习 1.范伯乃数据SPSS12-spearman,p254 2.张文彤数据:进食量与体重增量数据 练习 1.范伯乃数据SPSS12-偏相关分析P274; 2.张文彤数据auto.sav:研究者收集了一批汽车资料,现希望分析汽车价格(price)与每加仑汽油行驶千米数(mpg)间的相关关系(要考虑weight) 讨论 每一种问题的SPSS数据形式! 讨论1 不同文化程度的人对某一政策的态度是否相关? 问题:数据? 数据 不好 好 很好 合计 初中以下 58 33 9 100 中等 46 44 10 100 中等以上 32 48 20 100 合计 136 125 39 数据的SPSS存放方式 数据的SPSS存放方式 数据的SPSS存放方式 数据的SPSS存放方式 个体方式存放 讨论2 不同富裕程度的农民对土地政策的态度? 数据的SPSS存放方式 讨论3 不同文化程度的人和其工作业绩是否相关? 相关性分析 普通相关性分析 品质相关 对应分析 提 纲 一、普通相关性分析 Pearsom相关分析 Spearman相关分析 Kendall相关分析 偏相关分析 二、相关异于0的显著性检验 三、SPSS对普通相关分析的处理 四、品质相关与SPSS的处理 难点 讨论 相关系数为什么可以表述变量之间的线性相关性? 总体相关系数与样本相关系数 相关系数概念 负相关 正相关 不相关 讨论 的意义? 讨论 几何语言描述? 概率语言描述? 第二节 相关分析 一、Pearson相关分析 1.Pearson积差相关系数 式中:表示、的协方差,表示的标准差,表示的标准差。 X、Y正线性相关或正相关(0r1) X、Y负线性相关或负相关(-1r0) X、Y完全正相关(r =1) X、Y完全负相关(r =-1) X、Y零相关(r=0) 正相关或负相关并不一定表示一个变量的改变是另一个变量变化的原因,有可能同受另一个因素的影响。 相互独立 不一定 2、Pearson积差相关的显著性检验 相关系数r是样本的简单相关系数,它只是总体相关系数β的估计值。从同一总体中抽出的不同样本会提供不同的样本相关系数,因而,样本相关系数也存在变异性。所以当计算算出r值后,接着应做进行统计显著性检验,以判断两变量的总体是否有线性相关关系。 其检验的基本程序如下: (1)提出假设:H1:β=0;H1:β≠0 (2)构造统计量: (3)在给定的显著性条件下,查t分布表得临界值: (4)比较实际的t值与临界值之大小,并进行决策 当t值大于临界值时,则拒绝原假设; 当t值小于临界值时,则接受原假设。 二、pearman和 Kendall相关分析 (一)Spearman等级相关 对于非等距变量或等比变量(如顺序变量、等级变量),可采用Spearman等级相关(Spearman rank-order correlation)进行分析。 在小样本的条件下,可采用t 检验方法对 Spearman等级相关系数进行统计显著性检验,检验方法和程序与简单相关系数的统计显著性检验方法完全相同。 讨论 (二)Kendall-tau相关 Kendall(肯德尔)的tau相关系数由统计学家Kendall提出,适用于度量两个顺序变量X与Y之间的相关。共有三种形式:tau-a、tau-b和tau-c。 例9-3:以2005年我国31个省市的统计数据为依据,运用SPSS计算农村居民家庭平均每人全年纯收入(x)和农村居民家庭平均每人全年消费性支出(y)两者之间的Kendall(肯德尔)等级相关系数,并进行统计显著性检验。 两变量的性质及其适用的相关分析 变量性质 分类变量 顺序变量 等距变量、等比变量 分类变量 列联相关 Φ相关 V相关 顺序变量 Spearman相关 KendallT系数 Kendall W系数 等距变量 等比变量 二列相关 点二列相关 多系列相关 Spearman相关 KendallT系数 Kendall W系数 Pearson相关 讨论 对相关系数进行检验的原因? 相关系数是随机变量; 相关系数是偏相关系数的特例。 讨论 为什么引入偏相关系数的概念? 为什么?
您可能关注的文档
最近下载
- 中国染料化工项目经营分析报告.docx
- 专题04:论证结构与思路-备战2025年中考语文一轮复习现代文阅读讲与练(江苏通用)(解析版).docx VIP
- 初中英语读写结合模式促进写作教学的探讨.pptx VIP
- 2025年中国DBE项目创业投资方案.docx
- 堤顶混凝土路面施工方案堤顶混凝土路面施工方案.doc VIP
- 筑牢金融数字防线:商业银行信息安全风险管理体系的构建与革新.docx
- 《人力资源管理师三级》第五章薪酬管理.ppt
- 《让子弹飞》剧本.doc VIP
- 2025年水环境服务项目可行性分析报告.docx
- DB4201T 620-2020 液化石油气供气场站设置技术规定.docx VIP
文档评论(0)