SPSS发硒及血硒的含量的相关性分析.docVIP

关于十个人发硒和血硒含量相关性的分析报告 问题提出 调查了10个人的发硒和血硒的含量，数据如图1，分析两者之间的相关性 图1 原始数据 数据分析 1.激活数据管理窗口（如图2），定义变量，发硒为X，血硒为Y，建立数据库（如图3） 图2 导入数据 图3 定义后数据 2.Analyze——Correlate——Bivariate.弹出Bivariate Correlation对话框（如图4），在变量列表中选X、Y，选中Pearson（相关系数），Two-tailed（双侧检验）（如图5） 图4 图5 3.点击Options，弹出Bivariate Correlation：Options对话框，选择Means and standard deviations和Cross-product deviations and covariances项，点击Continue返回，点击OK 图6 得到的结果如下 Descriptive Statistics均值标准差样本量X75.4012.29510Y10.803.32710 CorrelationsXYX相关系数1.872**显著性水平.001交叉乘积的例数1.360E3320.800协方差151.15635.644样本量1010Y相关系数.872**1显著性水平.001交叉乘积的例数320.80099.600协方差35.64411.067样本量1010**. Correlation is significant at the 0.01 level (2-tailed). 可以看出在pearson相关系数0.8715，显著性水平0.001相关 图9 分析菜单—数据分析命令—线性分析对话框 图10 在该对话框中选择任性变量 右侧Y为因变量，X为拉伸倍数变量。添加到自变量框中 图11 Post按钮，将变量添加入X,Y变量框—continue Variables Entered/RemovedbModelVariables EnteredVariables RemovedMethod1Xa.Entera. All requested variables entered.b. Dependent Variable: Y 被引入或从回归方程中被剔除的变量 Model SummarybModelRR SquareAdjusted R SquareStd. Error of the Estimate1.872a.760.7291.730a. Predictors: (Constant), Xb. Dependent Variable: Y 相关系数r=0.729，判定系数为0.760 ANOVAbModelSum of SquaresdfMean SquareFSig.1Regression75.649175.64925.268.001aResidual23.95182.994Total99.6009a. Predictors: (Constant), Xb. Dependent Variable: Y 统计量F=25.268，P=0.001＜0.01，说明自变量X与因变量Y之间确有线性回归关系 CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant)-6.9803.579-1.950.087X.236.047.8725.027.001a. Dependent Variable: Y 非标准化系数 T为回归系数检验统计量，sig为相伴概率 Residuals StatisticsaMinimumMaximumMeanStd. DeviationNPredicted Value6.7015.6610.802.89910Std. Predicted Value-1.4151.676.0001.00010Standard Error of Predicted Value.5511.111.751.19610Adjusted Predicted Value7.5016.8210.932.99010Residual