第8章 相关分析精要.ppt

* * 协方差为大的负值时，表示强的负线性相关关系。 * 对协方差的理解 cm kg mm kg 大于 基本结论：协方差受计量单位和数量级水平的影响，从而不能真实反映相关的程度。 * * * 相关系数（correlation coefficient）：是协方差与两变量标准差乘积的比值，是没有量纲的、标准化的协方差。 总体相关系数 样本相关系数 常数 一致估计量 * * * Spearman等级相关系数: 用来度量定序变量间的线性相关关系。例如，不同年龄段与不同收入段等。 Spearman相关系数又称秩相关系数，是利用两变量的秩次大小作线性相关分析，对原始变量的分布不作要求，属于非参数统计方法，适用范围要广些。 * 设计思想： 利用秩(数据的排序次序)。认为:如果x与y相关,则相应的秩Ui、Vi也具有同步性. 首先得到两变量中各数据的秩( Ui、Vi), 利用数据的秩（ Ui、Vi ）代替原始数据（xi ,yi）代入Pearson r公式中，有： * 编号 X Y 1 2 27 2 1 14 3 3 19 4 7 47 5 5 22 * 编号 X Ui Y Vi Di D2 2 1 1 14 1 0 0 1 2 2 27 4 －2 4 3 3 3 19 2 1 1 5 5 4 22 3 －1 1 4 7 5 47 5 0 0 * 当两变量为完全负线性相关时，Ui+Vi =n+1