(改)多元数据特征与相关分析.pptVIP

相关关系的类型 相关关系的测度（相关系数） 对变量之间关系密切程度的度量 对两个变量之间线性相关程度的度量称为简单相关系数 若相关系数是根据总体全部数据计算的，称为总体相关系数? 若是根据样本数据计算的，则称为样本相关系数，r 相关关系的测度（相关系数取值及其意义） r 的取值范围是 [-1,1] |r|=1，为完全相关 r =1，为完全正相关 r =-1，为完全负正相关 r = 0，不存在线性相关关系 -1?r0，为负相关 0r?1，为正相关 |r|越趋于1表示关系越密切；|r|越趋于0表示关系越不密切 选择不同的方法计算相关系数 Pearson：双变量正态分布资料,连续变量 Kendall： 资料不服从双变量正态分布或 总体分布未知，等级资料 Spearman：等级资料（非参数检验）。 §1.3 多维数据的数字特征及相关分析 1.3.1 二维数据的数字特征及相关系数 设 是二维总体，从中取得样本数据 ， ，… …， 数据观测矩阵 1.样本数据的数字特征与相关系数 2. 二维总体的相关系数 设 是二维总体，定义总体相关系数为 由于观测数据的相关系数是总体相关系数的相合估计，故当n充分大时，有 3.相关分析 3. 相关分析 3）当H0为真时，统计量 t～t(n﹣2) 检验p的值为 对于给定的显著水平?，若p ? ，则拒绝H0，这 时，认为X与Y相关，用样本数据算得的相关系数 反映了两变量的线性关联性的强弱. 式中的t0为通过样本数据算得的统计量t的值. SPSS操作:相关分析 1.做散点图：标题、标目、散点 Graphs-Scattert-Simple-Defind 双击Title加标题、标目 2. 相关分析: Analyze-Correlation-Bivariate-Variables DASC操作 例1.2：一个产科医师发现孕妇尿中雌三醇含量与产儿的体重有关。于是设想，通过测量待产妇尿中雌三醇含量，可以预测产儿体重，以便对低出生体重进行预防。因此收集了31例待产妇24小时的尿，测量其中的雌三醇含量，同时记录产儿的体重。问尿中雌三醇含量与产儿体重之间相关系数是多少？是正相关还是负相关？ 分析问题：目的、变量、关系 问题：我们能否得出结论：待产妇尿中雌三醇含量与产儿体重之间成正相关，相关系数是0.61?为什么？ 对例子中相关系数必须进行假设检验 例中的相关系数r等于0.61，说明了31例样本中雌三醇含量与出生体重之间存在相关关系。但是，这31例只是总体中的一个样本，由此得到的相关系数会存在抽样误差。 因为，总体相关系数（?）为零时，由于抽样误差，从总体抽出的31例，其r可能不等于零。 这就要对r进行假设检验，判断r不等于零是由于抽样误差所致，还是两个变量之间确实存在相关关系。 ??等级相关rank correlation 适用资料：⑴ 不服从双变量正态分布 ⑵ 总体分布类型未知 ⑶ 原始数据用等级表示 3.Spearman相关系数 秩的概念 将一容量为n的样本观测值x1，x2，…，xn 按升序排列成 x(1)≤x(2)≤‥‥‥≤x(n) 若xi = x(k)，则称xi 的秩为k，记作Ri，称R1， R2，…，Rn为秩统计量. 3.Spearman相关系数 如下的样本观测值 -0.8， -3.1， 1.1， -5.2， 4.2 按升序排列成 -5.2， -3.1， -0.8， 1.1， 4.2 秩统计量R1，R2，…，Rn的取值为 3， 2， 4， 1， 5 3.Spearman相关系数 设二维总体(X, Y)T 的样本观测数据为 (x1, y1)T ， (x2, y2)T ， … ， (xn, yn)T 对于分量X，其样本数据x1，x2，…，xn的秩统计量是 R1，R2，…，Rn 3.Spearman相关系数 对于分量Y，其样本数据y1，y2，…，yn的秩统计量是 S1，S2，…，Sn 记 3.Spearman相关系数 Spearman相关系数定义为 Spearman相关系数qxy就是把Pearson相关系数rxy 中X,Y的样本值用X,Y的秩来代替的. 3.Spearman相关系数 由于 经过某些运算，可得 可以推出，Spearman相关系数具有Pearson相关系