correlationanalysis简介培训提纲.docx

correlation analysis简介培训提纲：●相关性分析是对关系的分析 ------有无关系 ------有多大关系（在一组变量中，确定相关性程度） ------不在于由X去预测Y，这是回归分析●偏相关、复相关、简单直线相关系数的关系●定序变量相关注意点：r系数只限用于两个变量的线性关系，而绝大多数现实中的关系都不会是线性的，只能在有限范围内的近似线性；边际效益递减规律；正相关/负相关先定性猜想，再用定量分析来证实；人机料法环；定性往往只能定因素（自变量）范围，而定量可以分析因素（自变量）的影响程度；尽量采用现有的数据；尽量简化；采集数据的设计，数据要有可统计性数据的准确性及时性注意权重；发生的概率，把小概率事件原因，当成主要因素去考虑，是绝对正确，但无意义的做法。变量的定义内容（YKE有很多定义与通用的定义不同，如SMT千点数，不同部品间的折算率；直行率；标准工时等）要尽量提出变量中包含的扰动因素，如汇率对利益计算的扰动，但可以考虑利用扰动因素，如顺势炒外汇等紧扣效率和成本考虑紧扣分析的目的——改善存量/变量的概念（固定成本/变动成本）可控/不可控的区分（暂时不可控）相关性分析是一种思考方法，可以扩展应用。是在未能全部掌握内在规律、不能全部了解变量、不能全部统计数据等的条件下的简单、科学的分析手段。例：SMT效率分析表 作业：各课人工效率降低因素分析人工效率的定义（YKE的定义，计算公式）分析影响的因素确定变量确定利用的数据（是否需要重新统计）计算分析，提出结论提出改进建议参考资料：相关关系是一种非确定性的关系，例如，以X和Y分别记一个人的身高和体重，或分别记每公顷施肥量与每公顷小麦产量，则X与Y显然有关系，而又没有确切到可由其中的一个去精确地决定另一个的程度，这就是相关关系。分类1、线性相关分析：研究两个变量间线性关系的程度。用相关系数r来描述。（1）正相关：如果x,y变化的方向一致，如身高与体重的关系，r0；一般地，·|r|0.95 存在显著性相关；·|r|≥0.8 高度相关；·0.5≤|r|0.8 中度相关；·0.3≤|r|0.5 低度相关；·|r|0.3 关系极弱，认为不相关（2）负相关：如果x,y变化的方向相反，如吸烟与肺功能的关系，r0；（3）无线性相关：r=0。如果变量Y与X间是函数关系，则r=1或r=-1；如果变量Y与X间是统计关系，则-1r1。（4）r的计算有三种：①Pearson相关系数：对定距连续变量的数据进行计算。②Spearman和Kendall相关系数：对分类变量的数据或变量值的分布明显非正态或分布不明时，计算时先对离散数据进行排序或对定距变量值排（求）秩。实际上，对任何类型的变量，都可以使用相应的指标进行相关分析。也就是，有各种参数，对适合它们的变量进行分析。相关计算的其他系数：1 对于有序变量，最常用的还有Gamma统计量，取值介于1到-1之间，取值为零时候，代表完全不相关。其实，对于任何相关系数，一个万能公式就是，如果越接近零，代表越不相关，越接近1，代表越相关。在spss中，各种变量都被分到各个栏中，下面对应着各种统计量。这部分操作是：“描述统计”～“交叉表”：“统计量”子对话框中实现。需要注意的是，虽然都是复选框，但是，也不能乱选，主要看想要分析的究竟是什么类型的变量。2、偏相关分析：研究两个变量之间的线性相关关系时，控制可能对其产生影响的变量。如控制年龄和工作经验的影响，估计工资收入与受教育水平之间的相关关系。3、距离分析：是对观测量之间或变量之间相似或不相似程度的一种测度，是一种广义的距离。分为观测量之间距离分析和变量之间距离分析。（1）不相似性测度：·a、对等间隔(定距)数据的不相似性（距离）测度可以使用的统计量有Euclid欧氏距离、欧氏距离平方等。·b、对计数数据使用卡方。·c、对二值（只有两种取值）数据，使用欧氏距离、欧氏距离平方、尺寸差异、模式差异、方差等。（2） 相似性测度：·a、等间隔数据使用统计量Pearson相关或余弦。·b、测度二元数据的相似性使用的统计量有20余种。相关关系相关分析与回归分析在实际应用中有密切关系。然而在回归分析中，所关心的是一个随机变量Y对另一个（或一组）随机变量X的依赖关系的函数形式。而在相关分析中 ，所讨论的变量的地位一样，分析侧重于随机变量之间的种种相关特征。例如，以X、Y分别记小学生的数学与语文成绩，感兴趣的是二者的关系如何，而不在于由X去预测Y。复相关研究一个变量 x0与另一组变量 (x1,x2,…，xn)之间的相关程度。例如,职业声望同时受到一系列因素（收入、文化、权力……）的影响，那么这一系列因素的总和与职业声望之间的关系，就是复相关。复相关系数R0.12…n的测定，可先求出 x0对一组变量x1，x2，…，xn的回归直线