相关分析 实验报告解析.docVIP

评分 实验报告 课程名称 生物医学统计分析 实验名称 相关分析 专业班级 姓 名 学 号 实验日期 实验地点 2015—2016学年度第 2 学期 实验目的 学会利用两个变量间的线性相关分析法、两个等级（秩）变量间的相关分析法及偏关分析法对数据进行相关分析。 二、实验环境 1、硬件配置：处理器：Intel（R） Core(TM) i7-3770 CPU @3.40GHz 3.40GHz 安装内存（RAM）：4.00GB 系统类型：64位操作系统 2、软件环境：IBM SPSS Statistics 19.0软件 三、实验内容 (包括本实验要完成的实验问题及需要的相关知识简单概述) （1）课本第七章的例7.1-7.5运行一遍，注意理解结果； （2）然后将实验指导书上的例1-2运行一遍，注意理解结果。 三、实验结果与分析 例7.1 输出结果： 表1 摄食量与耗氧率的描述性统计量 均值 标准差 N 摄食量 45.00 18.708 6 耗氧量 621.650 68.4752 6 表2 摄食量与耗氧率的相关分析结果表 摄食量 耗氧量 摄食量 Pearson 相关性 1 .990** 显著性（双侧） .000 N 6 6 耗氧量 Pearson 相关性 .990** 1 显著性（双侧） .000 N 6 6 **. 在 .01 水平（双侧）上显著相关 分析：1）本实验主要是为了研究摄食量与耗氧率之间的关系，而我们所研究的摄食量这一自变量只存在等数量间隔的差异，并不强调顺序，是定距变量，因此我们选用定距分析； 2）表1为是分析变量的基本统计量，包括两变量的均数、标准差和观测样本数。摄食量： 耗氧量： 3）表2给出的是相关系数及其检验结果。其中说明两变量间存在极显著的高度正相关关系，即耗氧率随着摄食量的增加而增加； 4）定距变量可以转化为定序变量，因此在本实验中计算相关系数r时所选取的Pearson方法也可以换成Kendall的tau-b和Spearman两种方法； 5）“按对排除个案”选项表示在计算某个统计量时，从这个变量中排除有缺省值的观测，因此本实验选择该选项进行计算两变量间的基本统计量； 6）在SPSS输出的结果中，相关系数肩标“*”为，表明在两变量差异显著的情况下所得出的值；肩标“**”为，表明在两变量差异极显著的情况下所显示的值； 7）实验中应注意由于我们事先并不知道所研究的变量间是否存在相关关系，因此我们需选择双侧检验。 例7.2 输出结果： 表3 甲、乙的相关分析结果表 甲 乙 Kendall 的 au_b 甲 相关系数 1.000 .732* Sig.（双侧） . .010 N 10 10 乙 相关系数 .732* 1.000 Sig.（双侧） .010 . N 10 10 Spearman 的 rho 甲 相关系数 1.000 .799** Sig.（双侧） . .006 N 10 10 乙 相关系数 .799** 1.000 Sig.（双侧） .00 . N 10 10 *. 在置信度（双测）为 0.05 时，相关性是显著的。 **. 在置信度（双测）为 0.01 时，相关性是显著的。 分析：1）本实验主要是为了研究甲、乙评委在对奶牛外貌的评分上是否具有一致性，且研究的甲、乙两个变量均属于有序分类，因此我们选用秩序分析； 2）表3是甲、乙两个评委对奶牛等级评定的Kendall τ秩相关分析与Spearman秩相关分析结果。其中Kendall τ秩相关系数,说明该秩分数间具有显著的正相关关系；Spearman相关系数,说明该秩分数间具有极显著的正相关关系。因此由两种方法所得出的结论可知两个评委