spss授课_correlate.ppt

南京中医药大学 相关分析（Correlate） 基本统计学原理 相关分析的概念 相关分析的类型 几种常见的相关分析方法 SPSS操作 Bivariate Partial Distance PARTIAL CORRELATION COEFFICIENTS Controlling for.. X1 X2 X3 YX2 1.0000 .4524 .6590 ( 0) ( 7) ( 7) P= . P= .221 P= .054X3 .4524 1.0000 .5137 ( 7) ( 0) ( 7) P= .221 P= . P= .157Y .6590 .5137 1.0000 ( 7) ( 7) ( 0) P= .054 P= .157 P= .(Coefficient / (D.F.) / 2-tailed Significance) . is printed if a coefficient cannot be computed * 相关分析的概念 医学上人的身高与体重、血压与年 龄、药物剂量与疗效、肺活量与体重和 胸围等均有一定的联系。说明客观事物 或现象相互间协同变化的密切程度并用 适当的统计指标表示出来，这就是统计 学上相关分析要回答的问题。统计学上 通过计算一定的相关系数来说明变量间 的密切程度。 注意点： 相关分析关心是两个变量间是否有协同 变化的关系，变化的趋势，变化的密切程度 和方向。两个变量间不一定具有因果关系， 它们往往是伴随或共存关系。 X Y X X X Y Y Y W 相关分析的类型 统计量 意义 资料类型 直线（Pearson) 两个变量间 二元正态 相关系数 的直线相关性 分布资料 等级（Spearman) 两个变量间 二元非正态 相关系数 的等级相关性 分布或等级资料 复相关系数 一个变量与一 多元正态 组变量间的相关性 分布资料 典型相关系数 两组变量的 多元正态 相关性 分布资料 偏相关系数 固定其它变量时 两个变量间相关性 几种常见的相关分析方法 直线相关（pearman相关） 直线相关就是研究变量X和Y的直线相关 关系。我们用直线相关系数（记为 r）表示 变量间的相关程度。 ∑( X - X )( Y- Y ) r = √∑( X - X )2 ∑( Y - Y )2 Cov(x，y) r = Sx Sy 或 L xx r = √ L xx L yy 其值为 -1 ≤r ≤ 1。 r 值为正表示正相关， 即X和Y 同增加或减少，变化趋势是同向的；反 之，r 值为负表示负相关，即X和Y呈反向变化。 r 等于零为零相关，表示X和Y无直线相关关系； r 值的绝对值为1表示完全相关，即X和Y严格服 从直线关系。在生物界由于影响因素众多，因 此r值一般介于-1~1之间。r越的绝对值越接近1， 表示