SPSS-相关分析.ppt

在不相似性测量的距离分析中，根据不同类型的变量，采用不同的统计量进行计算。 （1）对连续变量的样本 (x,y) 进行距离相关分析时，常用的统计量有以下几种。 6.5.2 SPSS中实现过程 距离相关分析分为相似性测量和不相似性测量，也可分为样本间分析和变量间分析。下面分别对这4种情况进行讲解。 ? 研究问题1—变量之间的相似性测量分析 对6个标准电子元件的电阻（欧姆）进行3次平行测试，测得结果如表6-4所示。问测试结果是否一致。 表6-4 3次测量情况 1 2 3 4 5 6 第一次 0.140 0.138 0.143 0.141 0.144 0.137 第二次 0.135 0.140 0.142 0.136 0.138 0.140 第三次 0.141 0.142 0.137 0.140 0.142 0.143 ? 实现步骤 图6-12 在菜单中选择“Distances”命令 图6-13 “Distances ”对话框（一） 图6-14 “Distance：Similarity Measure”对话框（一） 图6-15 “Distances”对话框（二） 图6-16 “Distance：Dissimilarity Measures”对话框（一） ? 研究问题3—个案之间的相似性测量分析 某动物一次产下3个幼仔，分别对3个幼仔的长、体重、四肢总长、头重进行测量，试就这几个测量而言，分析3个幼仔的相似性，数据如表6-5所示。 表6-5 3个幼仔情况 长 体 重 四 肢 总 长 头 重 第一个 50 215 100 11 第二个 51 220 110 12 第三个 52 220 112 12 图6-17 “Distances”对话框（三） ? 实现步骤 图6-18 “Distances：Similarity Measures”对话框（二） ? 研究问题4—个案之间的不相似性测量分析 以问题3中的数据为例，求幼仔的不相似程度（距离）。 ? 实现步骤 图6-19 “Distances”对话框（四） 图6-20 “Distances：Dissimilarity Measures”对话框（二） 6.5.3 结果和讨论 （1）研究问题1的SPSS运行结果如下面两个表格所示。 （2）研究问题2的SPSS运行结果如下面两个表格所示。 （3）研究问题3的SPSS运行结果如下面两个表格所示。 （4）研究问题4的SPSS运行结果如下面两个表格所示。 小 结 相关分析即是用适当的统计指标来衡量事物之间，以及变量之间线性相关程度的强弱。相关分析的方法很多，包括简单相关分析、偏相关分析和距离相关分析。 小 结 简单相关分析包括定距变量的相关分析和定序变量的相关分析。前者通过计算定距变量间的相关系数来判断两个或两个以上定距变量之间的相关程度。后者则采用非参数检验的方法利用等级相关系数来衡量定序变量之间的相关程度；偏相关分析是指在排除了第三者影响的前提下，衡量两个变量之间的相关程度，当然第三者与这两个变量之间要有一定的联系；距离相关分析是对观测变量之间差异度或相似程度进行的测量。 小 结 简单相关分析可通过 “Analysis”/“Correlate”/“Bivariate”子菜单来实现；偏相关分析可通过“Analysis”/“Correlate”/“Partial”子菜单来实现；距离相关分析通过“Analysis”/“Correlate”/ “Distances”子菜单来实现。 6.2.3 结果和讨论 6.2.4 绘制相关散点图 如果对变量之间的相关程度不需要掌握得那么精确，可以通过绘制变量的相关散点图来直接判断。仍以上例来说明。 图6-4 在菜单中选择“Scatter/Dot”命令 ? 实现步骤 图6-5 “Scatter/Dot”对话框 图6-6 “Simple Scatterplot”对话框 图6-7 散点图 ? 结果和讨论 6.3 二元定序变量的相关分析 6.3.1 统计学上的定义和计算公式 定义：定序变量又称为有序（ordinal）变量、顺序变量，它取值的大小能够表示观测对象的某种顺序关系（等级、方位或大小等），也是基于“质”因素的变量。例如，“最高学历”变量的取值是：1—小学及以下、2—初中、3—高中、中专、技校、4—大学专科、5—大学本科、6—研究生以上。由小到大的取值能够代表学历由低到高。 Spearman和Kendalls tua-b等级相关系数用以衡量定序变量间的线性相关关系，它们利用的是非参数检验的方法。 计算公式