信息分析与决策Chapert- 抽样与统计推断-相关分析.pptxVIP

第四章 样本数据的统计分析 相关分析 相关分析概述 相关分析(Correlate)是研究变量之间关系紧密程度的一种统计方法。在统计分析中常利用相关系数定量地描述两个变量之间线性关系的紧密程度。例如，家庭收入与支出，子女的身高和父母身高之间的关系等。 相关分析概述 相关分析概述 相关分析概述 相关分析概述 3. 直观散点图 观察一组配对样本(x1,y1),(x2,y2),…(xn,yn)的直观散点图。 可以看出，反映x,y的正相关关系。即随着x的增大，y也随之增大。 Pearson 简单相关 Pearson 简单相关 Pearson 简单相关系数用来度量定距型变量之间的线性相关关系。例如，金属的温度和硬度，身高与体重，国民生产总值与国防费用等变量间的线性关系时，可利用Pearson简单相关系数。 Pearson 简单相关 Spearman 等级相关系数 Spearman 等级相关系数 Spearman 等级相关系数用来度量定序型变量间的线性相关性。如产品质量的等级和返修次数之间的线性关系等。 Spearman 等级相关系数 Spearman 等级相关系数 相关分析举例 SPSS对普通相关分析的处理 Ex1: 分析1 - 某城市某区散户股民的场外收入与场内投资的相关问题。 Step-1: 打开“CH6CH9CH10证券投资额与依据” Step-2: Analyze?Correlate ?Bivariate Step-3:“证券市场以外年收入”，“投入证券市场总资金” ? Variables 相关分析举例 Step-4: Correlation coefficients 选Pearson相关系数 Step-5: 系统默认双尾检测 Step-6: OK, 报告 相关分析举例 Pearson相关系数 统计量t对应的显著性概率 0.05 显著性概率小于0.05，表明要拒绝0检验假设，即相关系数显著异于0，相关系数为0.369，两个变量之间有相关性。 相关分析举例 分析-2：分析股民“证券市场以外年收入”和“投入证券市场总资金”与其“受教育程度”，“入市年份”等变量的相关关系。 相关分析举例 点击Paster 相关分析举例 语句窗口 相关分析举例 “证券市场以外年收入”与“受教育程度”“入市年份”的t统计量的显著性概率分别为0.068,0.765 0.05，接受H0，及散户股民的“证券市场以外年收入”与其“受教育程度”及“入市年份”没有显著地相关性。 相关分析举例 “投入证券市场总资金”与“受教育程度”“入市年份”的t统计量的显著性概率分别为0.024,0.000 0.05，拒绝H0，及散户股民的“投入证券市场总资金”与其“受教育程度”及“入市年份”有显著地相关性。 相关分析举例 Ex2. Spearman相关分析. 分析所调查的股民“依据公司业绩买入”与“依据公司的业绩卖出”的行为的相关性如何？ 相关分析举例 分析： “依据公司业绩买入”与“依据公司的业绩卖出”均为定序级变量，采用Spearman相关分析系数。 相关分析举例 选中单尾，是可以确定这两个变量是正相关，若不能确定，则选择缺省双尾检验。 相关分析举例 结果分析： “依据公司业绩买入”与“依据公司的业绩卖出”有显著相关性 相关分析举例 Ex3. 某小组10个学生的数学与语文的成绩是否等级相关？ Step-1: 数据 “CH9数学语文成绩” Step-2: Analyze ?Correlate ?Bivariate 相关分析举例 结果分析： 结果十分有趣：数学成绩与语文成绩的相关系数高达0.610，却在0.05的显著性水平上与0无显著差异，也就是说，在0.05的显著性水平上，不能认为这个小组的数学与语文成绩是相关的。 相关分析举例 由此可见，相关系数的显著性检验是非常必要的，切不可一见到相关系数大于0.5，就断定两个变量相关。有些研究报告，在不作显著性检验的情况下，基于0.3左右的相关系数，就断言所研究的两个变量是相关的，就是对缺乏对这一问题的了解。 偏相关 所谓偏相关Partial，是指在诸多相关的变量中，剔除了其中的一个或若干变量的影响后，两个变量之间的相关关系。 偏相关的概念，在管理科学，经济科学等社会科学中有着广泛的应用，正确使用它，对正确地得出相应的结论至关重要。 偏相关 Ex， 剔除年龄和工龄的影响，看看工资收入与受教育程度之间的关系。 剔除其他变量(如销售能力)的影响，研究销售量与广告费用之间的关系。 偏相关 偏相关 偏 相 关 Ex: 某研究者收集了南方26个旅游风景区某年的商店投资数据，游客增长率和风景区的经济增长率。该研究者想从变量之间的相关关系，寻求与风景