2010-补充学习-统计学-等级相关分析.pptVIP

* * 度量变量之间关联程度的方法叫相关分析。 如果考虑的是两个变量之间关系时，称为简单相关； 如果讨论一个变量与两个或多个其他变量的关系时，就称为复相关或偏相关。（书本334页） 相关分析基本概念 相关分析只是测定变量之间的相关程度。它考虑的是随机变量之间的共同变动，而不必区分自变量和因变量。 简单相关系数（适用数量指标或数据） 2阶相关系数 等级相关系数（适用质量指标或数据） 用等级数据来测定的相互相关关系，叫等级相关系数。斯皮尔曼 (C.Spearman)等级相关系数，运用最为普遍。 其中： d=各对数据的等级差异 n=样本的数据总数 问题： 在过去的几年间一家工业品营销公司一直从其总部附近地区的10所商科学校毕业生中招募销售人员，现在想确定这十所学校的相对名气与它的毕业生表现业绩之间是否存在关联。该公司的销售经理自己对这10所学校的声誉以及各自毕业生在本公司的表现进行了分级，这些等级评定情况见下表的第二列以及第三列。现在问题是各学校的名气与来自于各学校学生的销售业绩之间究竟有多大的联系呢? 注意数据类型 例： Spearman等级相关系数的计算 质量数据、等级数据 D Rs的值为0.661表明两个等级排名之间至少存在一定的联系 那么这种联系在统计上显著吗? 回答这个问题我们可以假定这10所学校是以商科学校总体中抽出的随机样本调查，然后检验以下检验： 　H0：PS=0 　H1：PS≠0 PS为两个等级集总体相关等级系数，当n≥10时，以上的检验数据将是满足自由度为n-2的t-值分布： 检验 结论 因为t＞2.31，所以拒绝H0，并认为各商科学校的名气与其毕业生的工作表现存在真实的相关性。 换而言之，样本中0.661的相关性不大可能由于偶然导致的。 如何更加有效地探索数据？-多元统计分析 高级统计分析方法 多元回归分析 （Multiple linear regression / logistic regression） 主成分分析 (Principal Component Analysis) 因子分析 (Factor Analysis) 聚类分析 (Cluster Analysis) 对数线性模型 (log-linear Model) 方差分析 (ANOVA Analysis) 判别分析 (Discriminant Analysis) 典型相关分析(Canonical correlation analysis) 结构方程式模型 (Structural Equation Modeling) 一般高级统计分析方法的介绍 一般高级统计分析方法的介绍2 定性数据的处理 频数分析 (Frequencies Analysis) 交互分析 (Crossable Analysis) 结合分析（Conjoint Analysis) 多变量数据的图示化技术 对维尺度偏好分析 ( Multidimensional Preference Analysis ) 多维尺度分析 ( Multidimensional Scaling MDS ) 对应分析 （Correspondence Analysis) 多变量数据分析简介 多变量分析是指用来对所研究的每个人或物体的多重测量同时进行分析的一组统计过程。一些流行的多变量技术包括多元回归分析、判别分析、因子分析、归类（聚类）分析、认知图和联合分析。 尽管人们对多变量技术的了解仍然有限，但它们已有数十年的历史，并已在各种商业统计中得到广泛采用。例如，FairIsaac公司已发展成为年营业额达7亿美元的多变量商业应用技术企业。该公司及其客户发现，这些技术能准确预测准将按时付账、谁将延迟付账及谁将赖账。根据该公司的分析，联邦政府用秘密方式来查出逃税者。FairIsaac公司的成功表明，多变量分析可以用来预测销售前景。 1.多元回归分析 多元回归分析使调查人员可以根据一个以上自变量的水平来预测因变量。由多元回归分析得到的一个统计量被称为可决系数或R ，它的数值在0一-1的范围内，代表了因变量变化中由自变量变化解释的百分比。 b值，叫回归系数，指明了单个自变量对因变量产生的影响。多元回归分析要求因变量是可计量的，而在多元判别分析中使用的因变量在性质上是类别变量。 2 2.判别分析 判别分析可以用来确定在两个或两个以上组的平均判别分值是否存在统计显著性差异。这种技术也可用于建立模型，根据个人或物体在几个变量上的得分将其进行分组。最后，判别分析可用于决定两个或两个以上组别的平均数值的差别中有多少是由于自变量引起的。判别得分，被称为Z值，是根据判别方程获得的。 3.归类（聚类）分析 归类（聚类）分析使调查人员可以识别各组群，这些组群内的个