统计实验4相关分析与聚类分析.doc

实验四 相关分析与聚类分析 上机作业 两变量的相关分析（Bivariate过程） 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 1074 66 88 69 91 73 66 96 58 7313 10 13 11 16 9 7 14 5 10实验步骤： 1．建立数据文件。 定义变量名：发硒为x，血硒为y，按顺序输入相应数值。 2．选择菜单“Analyze→Correlate→Bivariate” ，弹出“Bivariate Correlation”对话框。在对话框左侧的变量列表中选x、y，使之进入“Variables”框；再在“Correlation Coefficients” 框中选择Pearson相关系数（r）；在“Test of Significance”框中选相关系数的 “Two-tailed”（双侧）检验。选中复选框“Flag significant correlations”设置是否突出显示显著相关。 3．单击“Options”按钮，弹出“Bivariate Correlation: Options”对话框，选择“Means and standard deviations”和“Cross-product deviations and covariances”项，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。 4．单击“OK”按钮，得到输出结果。 2.偏相关分析(Partial 过程) 某地29名13岁男童身高（cm）、体重（kg）和肺活量（ml）的数据如下表, 试对该资料作控制体重影响作用的身高与肺活量相关分析。 编号身高（cm）体重(kg)肺活量(ml)编号身高（cm）体重(kg)肺活量(ml)1 2 3 4 5 6 7 8 9 10 11 12 13 14 15135.1 139.9 163.6 146.5 156.2 156.4 167.8 149.7 145.0 148.5 165.5 135.0 153.3 152.0 160.532.0 30.4 46.2 33.5 37.1 35.5 41.5 31.0 33.0 37.2 49.5 27.6 41.0 32.0 47.21750 2000 2750 2500 2750 2000 2750 1500 2500 2250 3000 1250 2750 1750 225016 17 18 19 20 21 22 23 24 25 26 27 28 29153.0 147.6 157.5 155.1 160.5 143.0 149.4 160.8 159.0 158.2 150.0 144.5 154.6 156.547.2 40.5 43.3 44.7 37.5 31.5 33.9 40.4 38.5 37.5 36.0 34.7 39.5 32.01750 2000 2250 2750 2000 1750 2250 2750 2500 2000 1750 2250 2500 1750实验步骤： 1．建立数据文件。 定义变量名：身高为height，体重为weight，肺活量为vc，按顺序输入相应数据。 2．选择菜单“Analyze→Correlate→Partial” ，弹出“Partial Correlations”对话框。在对话框左侧的变量列表中选变量height、vc 进入Variables框，选择要控制的变量weight进入“Controlling for”框中，以在控制体重的影响下对变量身高与肺活量进行偏相关分析；在“Test of Significance”框中选双侧检验。 3．单击“Options”按钮，弹出“Partial Correlations: Options”对话框。在“Statistics”复选框组中选择要输出的统计量。 4．单击“OK”按钮，得到输出结果。 3. 系统聚类法（Hierarchical Cluster过程） 29名儿童的血红蛋白（g/100ml）与微量元素（μg/100ml）测定结果如下表。由于微量元素的测定成本高、耗时长，故希望通过聚类分析（即R型指标聚类）筛选代表性指标，以便更经济快捷地评价儿童的营养状态。? 编号 N0.钙 X1镁 X2铁 X3锰 X4铜 X5血红蛋白 X61 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 2954.89 72.49 53.81 64.74 58.80 43.67 54.89 86.12 60.35 5