《相关分析》第六次课.ppt

Kulczynski 2： Kulczynski 2条件平均概率，表示一项特性在一项中发生，导致该特性在另一项中出现的平均概率。 Sokal and Sneath 4：Sokal and Sneath 4条件概率，是一项中特性与其他项中值匹配的概率。 Hamann： Hamann概率，给出两项特性相同的概率减去两项特性不同的概率除以项目总数。 Lambda：Goodman-Kruskai相似测量的l值。 Anderberg’s D：以一个变量状态预测另一个变量状态。 Yule’s Y：Yule综合系数，属于2×2四格表的列联比例函数。 Yule’s Q： Goodman-Kruskal g值，属于2×2四格表的列联比例函数。 Ochiai： Ochiai二分余弦函数。 Sokal and Sneath 5： Sokal and Sneath v型相似测量。 Phi 4 point correlation：Pearson 相关系数的平方值。 Dispersion：Dispersion测量。 Z-Scores：做标准Z分值转换。 Range -1 to 1：作-1至+1之间的标准化转换，标准化后，值的取值范围为-1至+1。方法是将原来取值除以全距，如果全距为0，则所得数据变为0.5。 Range 0 to 1：作0至1之间的标准化转换，值的取值范围为0至+1。方法是将原来取值减去最小值除以全距，如果全距为0，则所得数据变为0.5。 Maximum magnitude of 1：做最大值为1的标准转换，方法是将原来取值除以最大值。如果最大值为0，则除数为最小值的绝对值加1。 Mean of 1：做均数单位转换。方法是将原来的值除以均值。如果均值为0，则所有数值加1。 Standard deviation of 1：作标准差单位转换。方法是将原来的值除以标准差。如果均值为0，则值保持不变。 标准化Z分数及其线性转换 ★ Z分数的正线性转换是T分数，公式： ★ 计算公式为： ★ 定义：从平均数为 ，标准差为 的总体中抽出一个变量值 ，Z分数表示此变量大于或小于平均数几个标准差。 ★目的：由于Z分数的分子与分母单位相同，故Z分数无计量单位，因此用来比较两个从不同总体中抽出的变量值。 Absolute values：取绝对值。如果仅仅对距离相关分析数值大小感兴趣，则可以选择这种方法。 Change sign：改变结果的正负号。 Rescale to 0-1 range：将结果作0至1之间的标准化转换，值的取值范围为0至+1，方法是用原来取值减去最小值除以全距。 变量之间的不相似性测量分析 对6个标准电子元件的电阻（欧姆）进行3次平行测试，测得结果如下表，问测试结果是否一致。 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 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，数据如下表。 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 个案之间的不相似性测量分析 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，数据如下表。 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 品质相关分析 —交叉列联表分析 相关分析 追求 相关分析的内容 积矩相关与等级相关 偏相关 距离相关 品质相关—交叉列联表分析 相关分析的涵义 变量之间的相关关系 确定型的关系—函数关系 不确定型的关系—相关关系 相关分析是研究变量之间不确定关系的统计方法。 其中最为常见的是两个或多个随机变量之间的线性相关关系。 相关关系的种类有 按相关程度划分 完全相关 不完全相关 不相关 (一)按相关方向划分 正相关：同方向变动 负相关：反方向变动 (二)按相关形式划分 线性相关 非线性相关 (三)按变量多少划分 单相关：两变量间的相关 复相关 偏相关 (四)按相关性质划分 真实相关 虚假相关 Kendall’s tua-b 相关系数 相关系数的种类及计算 总体相关系数 (一)积矩相关系数 样本相关系数 (参数相关) (二)等级相关系数 等级相关系数适用于顺序级和刻度级的配对样本。 (非参数相关)