- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
spass相关分析实验报告.
实验主题 专业统计软件应用 实验题目 相关分析 实训时间 2011 学年 2 学期 15 周 (2011年 5月30日—31日) 学生姓名 官其虎 学号 2009211467 班级 0360901 实训地点 信息管理实验室 设备号 B25 指导教师 刘进
一 实验目的
衡量事物之间,或称变量之间线性相关程度的强弱并用适当的统计指标表示出来,这个过程就是相关分析。相关系数是衡量变量之间相关程度的一个指标,总体的相关系数用ρ表示,样本的相关系数用r表示。
理解和学会使用相关分析方法解决问题。
二 实验内容
第一题:K.K.Smith在烟草杂交繁殖的花上收集到如表8.16所示的数据,要求对以上3组数据两两之间进行相关分析,以0.05的显著性水平检验相关系数的显著性。(数据来源:《统计软件SPSS系列应用实践篇》 苏金明 ,电子工业出版社;数据文件:data8-5.sav)
表8.16 K.K.Smith所调查的长度资料
花瓣长
49
44
32
42
32
53
36
39
37
45
41
48
45
39
40
34
37
35
花枝长
27
24
12
22
13
29
14
20
1
21
22
25
23
18
20
15
20
13
花萼长
1
16
12
17
10
19
15
14
15
21
14
22
22
15
14
15
15
16
1、实验原理:二元变量相关分析
是分析两个变量变量之间的相关关系,称为单相关,三个或以上变量之间的相关关系称为相关,这种相关涉及一个因变量与两个以上的自变量,在实际工作中,如果存在多个自变量与一个因变量的关系,则应抓住其中最主要的因素,研究其相关关系。调用Bivariate过程时允许同时输入两个变量或两个以上变量,但系统输出的是变量间两两相关的相关系数。检测的零假设是两个变量的相关系数为0。
2、实验步骤:
第1步 分析:分析三组数据的两两之间的相关性,而且给出的是具体的数值,这是一个二元相关性问题;
第2步 数据组织:将三个变量分别定义为花瓣、花枝和花萼;
第3步 按Analyze|Correlate|Bivariate顺序打开二元变量的分析主对话框Bivariate Correlations;运行即可(你再单击Options按钮,打开Bivaiate Correlations:Option对话框,选择Statistics方框内的两个复选框,看效果又如何。)
3、实验结果:
Descriptive Statistics
Mean
Std. Deviation
N
花瓣长
40.44
5.973
18
花枝长
19.67
5.029
18
花萼长
16.17
3.294
18
Correlations
花瓣长
花枝长
花萼长
花瓣长
Pearson Correlation
1
.955**
.797**
Sig. (2-tailed)
.000
.000
Sum of Squares and Cross-p
oducts
606.444
487.667
266.667
C
variance
35.673
28.686
15.686
N
18
18
18
花枝长
Pearson Correlation
.955**
1
.678**
Sig. (2-tailed)
.000
.002
Sum of Squares and Cross-products
487.667
430.000
191.000
Covariance
28.686
25.294
11.235
N
18
18
18
花萼长
Pearson Correlation
.797**
.678**
1
Sig. (2-tailed)
.000
.002
Sum of Squares and Cross-products
266.667
191.000
184.500
Covariance
15.686
11.235
10.853
N
18
18
18
**. Correlation is significant at the 0.01 level (2-tailed).
分析:表中给出了3个变量两两之间的Pearson相关系数(Pearson Correlation)、双侧显著情况 检验概率(Sig.(2-tailed))和数据组数(N)。脚注内容显示相关分析结果在0.01的水平上显著。另外,从表中可以看出,花瓣长和花枝长的数据具有很强的相关性。而双侧检验的显著性概率均小于0.05,因此否定零假设(零假设是变量之间不具有相关性),认为相关系数不为零,变
文档评论(0)