5上机课第4讲相关过程解析.pptVIP

* 因为 所以 Cronbach‘s Coefficient Alpha—信度 下界 * Cronbach‘s Coefficient Alpha—信度 通常要求信度大于0.7. * PROC CORR ; BY variables ; FREQ variable ; PARTIAL variables ; VAR variables ; WEIGHT variable ; WITH variables ; 语句： * PROC CORR alpha; BY variables ; FREQ variable ; PARTIAL variables ; VAR variables ; WEIGHT variable ; WITH variables ; 语句： * 4.1 将100人身高和体重的数据标准化，并求相关矩阵和协方差矩阵。 4.2 对申请者的数据进行标准化，并计算原始变量的协方差阵及相关矩阵。 4.3 给定申请信的格式评分 FL 和 申请者的外貌 APP 的条件下，计算的其他变量的偏协方差阵及偏相关矩阵，学术能力 AA 和申请者的亲近他人的能力 LA 的偏相关系数是多少？ 练习4 * 4.4 分别计算每种植物四个变量之间的相关系数，给定两个变量的条件下，另外两个变量的偏相关系数，观察有何变化？ 4.5 分别计算身高和体重的相关系数、男生组身高和体重的相关系数、女生组的身高和体重的相关系数，并观察有何变化. 4.6 计算申请者数据的调查信度 Cronbach’s Coefficient Alpha . 练习4 * Iris：鸢尾属植物，鸢尾;蝴蝶花 ，鸢尾 yuanwei ，花萼，在花瓣下部的一圈绿色小片，也可能不是绿色的。 * 三种植物属于同一大类Iris,但它们又各有自己的特点，自己的名称。即相似又有区别。 * 如何在SAS中输出这个图? 可以看到，黑色那类基本都与另外两类区分开，但红色和绿色两类比较相似.任意两个变量之间的散点图，网上搜来的. scatter plot matrix * 这个可以用交互数据分析系统得到，还有其他方法吗？如何加颜色？请同学们帮忙。 * 三种类型萼片长有一定的差别，但是有部分交叉.次序为： 刚毛——云芝——牡蛎 * 萼片宽与萼片长类似，有区分也有重叠，但三个种类大小的次序有不同 .次序为：云芝——牡蛎——刚毛 * 刚毛与其他两类区分很明显，次序为：刚毛——云芝——牡蛎 * 刚毛与其他两类区分很明显，次序为：刚毛——云芝——牡蛎 * 偏协方差与协方差也没有确定的大小关系。 * 萼片长与萼片宽之间的相关为负相关，相关系数为—0.11757，而偏相关系数是正的，其值为0.62857. 绝对值变大. 说明花瓣长和花瓣宽对两者的相关影响很大. * 萼片长与花瓣长的偏相关系数比相关系数小. 0.87175 0.71907 * 花瓣长与花瓣宽的偏相关系数比相关系数小. 0.96287 0.87077 * 萼片宽和花瓣宽的相关系数为--0.36613，而偏相关系数为正数0.35263，绝对值变小. * 萼片长与花瓣宽的相关为正相关，其值为0.81794，而偏相关系数为负数，其值为—0.33962. 绝对值变小。 * 萼片宽与花瓣长的相关系数为—0.42844，偏相关系数为—0.61529，绝对值变大。 * 可以看到，刚毛类鸢尾属植物的萼片长和萼片宽相关系数比较大，云芝类的任何两个变量之间的相关系数均比较大，而牡蛎类中萼片长与花瓣长的相关最大，萼片宽与花瓣宽的相关次之，其他相对较小. * 刚毛类鸢尾属植物的萼片长和萼片宽相关系数比较大 * 云芝类的任何两个变量之间的相关系数均比较大 * 牡蛎类中萼片长与花瓣长的相关最大，萼片宽与花瓣宽的相关次之，其他相对较小. * Hoeffding‘s measure of dependence, D更复杂，在SAS帮助中有表达式。 * 最后一个是加权的相关系数，均值为加权均值. * 秩序相关：每组分别求各自的秩， * 信度：反应真分数的程度。效度：测量要测量的量的程度。公式推导见帮助。 问题：要保证各个变量之间是正相关的，为什么？ * 信度：反应真分数的程度。效度：测量要测量的量的程度。公式推导见帮助。 选项alpha表示要求计算Cronbach’s Coefficient Alpha，同时给出原始数据与标准化数据的Cronbach’s Coefficient Alpha，但计算前要保证各个变量之间是正相关的。 * * 第四讲 corr过程 案例4.1： Fisher于1936年给出的三种鸢尾属 Iris 植物数据，测量了四个指标，它们是 SepalLength：萼片长 SepalWidth：萼片宽 Petal