章相关分析.pptVIP

第八章 相关分析 Correlation 内容纲要 相关的基本概念 几类相关?： 依据数据类型 皮尔逊（ Pearson、积差）相关 点双列相关 列联表分析 斯皮尔曼等级相关系数 肯德尔和谐系数 偏相关分析 函数关系（因果关系）（确定的，严格的依存关系） （1）是一一对应的确定关系 （2）设有两个变量 x 和 y ，变量 y 随变量 x 一起变化，并完全依赖于 x ，当变量 x 取某个数值时， y 依确定的关系取相应的值，则称 y 是 x 的函数，记为 y = f (x)，其中 x 称为自变量，y 称为因变量 （3）各观测点落在一条线上 相关关系（不确定的，不严格的依存关系） 1）变量间关系不能用函数关系精确表达； 2）一个变量的取值不能由另一个变量唯一确定； 3）当变量 x 取某个值时，变量y 的取值可能有几个； 4）观测点分布在直线周围。 第一节 相关的基本概念 相关（correlation）：两个变量的共变关系 相关分析：根据样本数据分析变量之间相关情况的统计方法。 相关模式： 直线相关，曲线相关 相关方向： 正或负 相关程度： 完全，不完全，不相关 为了研究父亲与成年儿子身高之间的关系，卡尔.皮尔逊测量了1078对父子的身高。 十名女中学生体重与肺活量散点图 相关模式 相关方向 正相关散点图 负相关散点图 相关方向 相关程度 各类相关关系的表现形态图 产品产量与生产费用相关表 从上表可看出，产品产量与生产费用之间存在一定的正相关关系。 产品产量与生产费用相关图 第二节 皮尔逊相关系数r Pearson’s correlation coefficient 或积差相关系数（production moment correlation coefficient） 简称相关系数 皮尔逊相关系数 是最常用的样本相关系数。除非另有说明，统计中所说的相关系数通常指的就是皮尔逊相关系数。 用于计算连续且总体服从正态的两变量间的相关。 最基本的相关公式要牢记！ 相关系数r是对称的，有减少误差的意义。 10个家庭月收入与月消费支出统计（千元） 家庭编号 1 2 3 4 5 6 7 8 9 10 月收入 9 13 15 17 18 20 22 23 26 30 月消费支出 6 8 9 10 11 13 14 13 15 20 那么，家庭月消费支出与家庭月收入之间的相关系数为 结果表明家庭月消费支出与家庭月收入间存在高度正相关关系 相关系数计算表 相关系数的意义 相关系数一般可以从正负符号和绝对数值的大小两个层面理解。 正负说明现象之间是正相关还是负相关。 绝对数值的大小说明两现象之间线性相关的密切程度。 （1）r的取值在-1到+1之间。 （2）r=+1，为完全正相关； r=-1为完全负相关。 （3）r=0，两变量无线性相关 （4）r0,变量间为正相关； r0，变量间为负相关。 （5）r的绝对值越接近于1，表明线性相关关系越密切； r越接近于0，表明线性相关关系越不密切。 相关系数的特性 对称性 如果计算相关系数时不需要区分哪个是自变量（independent variable），哪个是因变量（dependent variable），这样的相关系数描述了对称（symmetrical）关系。 减少误差的意义 设想要预测（或解释）变量Y，难免有误差（error）。如果Y与X相关，用X来预测Y得到的误差比不用X预测Y得到的误差应当小一些，如果误差减少的程度可以从相关系数上反映出来，则这样的相关系数有减少误差的意义 假设检验 第三节 可用皮尔逊相关系数公式 计算的相关系数 点双列相关系数 斯皮尔曼等级相关系数 一、点双列相关系数（point biserial correlation coefficient） 一个变量是定距变量，另一个是二值的定类变量，将后者编码为0和1，然后计算皮尔逊相关系数 ，就是点双列相关系数 例如，反应时与性别 点双列相关系数（point biserial correlation