第七章spss相之关分析(张文彤).docVIP

? 第七章 相关分析 第一节 Bivariate Correlations过程 7.1.1 主要功能 7.1.2 实例操作 第二节 Partial Correlations过程 7.2.1 主要功能 7.2.2 实例操作 第三节 Distances Correlations过程 7.3.1 主要功能 7.3.2 实例操作 ? 任何事物的存在都不是孤立的，而是相互联系、相互制约的。在医学领域中，身高与体重、体温与脉搏、年龄与血压等都存在一定的联系。说明客观事物相互间关系的密切程度并用适当的统计指标表示出来，这个过程就是相关分析。 值得注意，事物之间有相关，不一定是因果关系，也可能仅是伴随关系。但如果事物之间有因果关系，则两者必然相关。 SPSS的相关分析是借助于Statistics菜单的Correlate选项完成的。 ? 第一节 Bivariate过程 ? 7.1.1 主要功能 调用此过程可对变量进行相关关系的分析，计算有关的统计指标，以判断变量之间相互关系的密切程度。调用该过程命令时允许同时输入两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。 ? 返回目录 返回全书目录 ? 7.1.2 实例操作 [例7-1]某地区10名健康儿童头发和全血中的硒含量（1000ppm）如下，试作发硒与血硒的相关分析。 ? 编号 发硒 血硒 1 2 3 4 5 6 7 8 9 10 74 66 88 69 91 73 66 96 58 73 13 10 13 11 16 9 7 14 5 10 ? 7.1.2.1 数据准备 激活数据管理窗口，定义变量名：发硒为X，血硒为Y，按顺序输入相应数值，建立数据库（图7.1）。 ? ? 图7.1 原始数据的输入 ? 7.1.2.2 统计分析 激活Statistics菜单选Correlate中的Bivariate...命令项，弹出Bivariate Correlation对话框（图7.2）。在对话框左侧的变量列表中选x、y，点击?钮使之进入Variables框；再在Correlation Coefficients框中选择相关系数的类型，共有三种：Pearson为通常所指的相关系数（r），Kendell’s tau-b为非参数资料的相关系数，Spearman为非正态分布资料的Pearson相关系数替代值，本例选用Pearson项；在Test of Significance框中可选相关系数的单侧（One-tailed）或双侧（Two-tailed）检验，本例选双侧检验。 ? ? 图7.2 相关分析对话框 ? 点击Options...钮弹出Bivariate Correlation:Options对话框（图7.3），可选有关统计项目。本例要求输出X、Y的均数与标准差以及XY交叉乘积的标准差与协方差，故选Means and standard deviations和Cross-product deviations and covariances项，而后点击Continue钮返回Bivariate Correlation对话框，再点击OK钮即可。 ? ? 图7.3 相关分析统计对话框 ? 7.1.2.3 结果解释： 在结果输出窗口中将看到如下统计数据：变量X、Y的例数、均数与标准差，变量X、Y交叉乘积的例数、标准差与协方差；XY两两对应的相关系数及其双侧检验的概率，本例r = 0.8715，P = 0.001。 ? Variable Cases Mean Std Dev X 10 75.4000 12.2945 Y 10 10.8000 3.3267 ? Variables Cases Cross-Prod Dev Variance-Covar X Y 10 320.8000 35.6444 ? X Y X 1.0000 .8715 ( 10) ( 10) P= . P= .001 Y .8715 1.0000 ( 10) ( 10) P= .001 P= . (Coefficient / (Cases) / 2-tailed Signifi