SPSS统计分析实验教程——相关分析与回归分析.docVIP

相关分析 相关分析 【学习提要与目标】 客观世界中的许多现象都存在着有机的联系，而且这些联系可以通过一定的数量关系反映出来。例如，家庭收入与消费之间的关系、产品产量与单位成本之间的关系、广告费与商品销售额之间的关系等等。这些变量之间就其关系的变化来说，一般可分为两大类型：一是函数关系，二是相关关系。 函数关系是变量之间的一种一一对应的关系，即当自变量取一定值时，因变量可以依据确定的函数关系取唯一的值。客观世界中这种函数关系有很多，比如商品的销售额与销售量之间是一一对应的关系，在单价确定时，给定销售量就能唯一地确定销售额，再比如圆的面积与圆的半径之间的关系，等等。 相关关系是另一类普遍存在的关系。在实际问题中，变量间往往并不是简单的关系，也就是说，变量之间有着密切的关系，但又不能由一个或几个变量的值确定另一个变量的值，即当自变量取一定值时，，因变量的值可能会有很多个。这种变量之间的非一一对应的、不确定的线性关系，称之为相关关系。例如，子女身高与父母身高之间的关系，虽然两者之间存在一定的关系，但这种关系却不能像函数关系那样以用一个确定的数学函数描述。我们可以通过图形和数值两种方式，有效地揭示事务之间相关关系的强弱程度。 通过本章的学习，旨在使学生了解相关关系的概念、分类；掌握相关系数的计算相关系数的 样本相关系数反映了两变量之间线性相关程度的强弱。对不同类型的变量应采用不同的相关系数指标，但它们的取值范围和含义都是相同的。 一般地，相关系数的取值在之间。当时，表示两变量之间不存在线性相关关系；当时表示两变量是完全正相关，当时表示两变量是完全负相关；当 时，表示两变量之间存在正相关关系；当时，表明两变量之间存在负相关关系。通常判断标准是： 称为弱线性相关关系，称为低度线性相关关系，称为显著（中度）线性相关关系， 称为高度线性相关关系。 第二步，对两样本的总体是否存在显著的线性关系进行推断。 由于存在抽样的随机性以及样本数量较少等原因，通常样本相关系数不能直接反映两样本的总体是否存在显著的线性相关关系，需要通过假设检验的方式对样本的总体进行统计推断。 提出零假设：两总体线性不相关。选择检验统计量，对不同的变量应采用不同的相关系数，对应地也应采用不同的检验统计量。 计算统计量的观测值和对应的概率值。对两总体的相关关系进行推断：如果检验统计量的概率值小于给定的显著性水平值，应拒绝零假设，认为两总体相关；反之，如果检验统计量的概率值大于给定的显著性水平值，应接受零假设，认为两总体不相关。 常用的相关系数主要有Pearsom简单相关系数、Spearman秩相关系数和Kendall相关系数等。 Pearson简单相关系数 用于对定距型变量的数据进行计算，即分析两个连续性数据之间的关系。它能够用于度量两变量之间的线性关系，但不能用于度量两变量之间的非线性关系。其数学计算公式如下： (7.1)式只是代表样本的相关系数。由公式的定义可以看出，变量和变量是对称的，对变量和作线性变换后可能改变它们之间相关系数的符号，但不会改变相关系数的值。由于抽样误差存在，从相关系数的总体中抽样出的样本相关系数不一定为0。此时有必要进行假设检验以确定不等于0的是来自的总体还是的总体。 设；。采用检验的方法，在零假设下： 给定显著性水平，若进行单测检验，则当时拒绝；进行双侧检验，则当时拒绝：认为两总体是相关的。 Spearman秩相关系数 用来度量定序型变量之间的线性相关关系。该系数的设计思想与Pearson简单相关系数完全相同，然而，在计算Spearman秩相关系数时，由于数据为非定距型变量，因此不能直接采用原始数据，而是利用数据的秩（所谓秩是指在中按照一定的准则排序的顺序），即将两变量的秩代替代入式(7.1)中，于是其中和的取值范围被限制在之间，且式(7.1)可被简化为： 可见，Spearman秩相关系数体现了这样的思想：如果两变量的正相关性较强，它们的秩的变化具有同步性，即的值较小，；如果两变量完全正线性相关时，；如果两变量完全负相关时，，且，最大为；如果两变量的正相关性较弱，它们秩的变化不同步，则的值较大，。 在小样本下，在零假设成立时，Spearman秩相关服从Spearman分布，在大样本下，Spearman秩相关系数的检验统计量为统计量，其计算公式为： 其中，统计量近似服从标准正态分布。 Kendall相关系数 Kendall相关系数采用非参数检验方法度量定序变量之间的线性相关关系。它利用变量秩计算一致对（同序对）数目和非一致对（异序对）数目。例如，两变量的秩对分别为，对变量的秩按升序排列后形成的秩对为。于是，变量的秩随变量的秩同步增大的秩对（一致对）有：，一致对数目；变量变量的秩未随变量的秩同步增大的秩对（非一致对）有：，一致对数目