第10讲散点图、相关系数剖析.ppt

* 三、二元变量分析 SPSS操作及案例分析 结果分析： 拟合线。 * 三、二元变量分析 SPSS操作及案例分析 例三：利用例二的数据，分析因变量y(人的耗氧量)，与自变量x1、x2、x3、x4、x5、x6之间的关系。 与耗氧量有关的因素 年龄x1(岁) 体重x2(次/分) 1.5英里跑所用时间x3(分) 静止时心跳速率x4(次/分) 跑步时心跳速率x5(次/分) 跑步时最大心跳速率x6(次/分) * 三、二元变量分析 SPSS操作及案例分析 结果图： * 三、二元变量分析 SPSS操作及案例分析 结果分析： 从相关系数计算结果来看： (1)耗氧量y与1.5英里跑所用时间x3、静止时心跳速率x4、跑步时心跳速率x5相关程度较高，其中耗氧量与1.5英里跑所用时间的r =-0.832，伴随概率P=0.0000.01，属于高度负相关；其他两项r =-0.436，r=-0.420，伴随概率P分别等于0.014和0.019大于0.01，但小于0.05属于低度负相关； (2)上述三个变量与耗氧量之间的关系都属于负相关。 结论： 跑步速度快、静止时心跳速率慢、跑步时心跳速率慢的人，耗氧量大；反之，耗氧量小。 * 三、二元变量分析 SPSS操作及案例分析 操作步骤： 操作步骤：Analyze →Correlate →Bivariate… 数据文件：8-Bivariate.sav 保存文件：8-Bivariate_all.spv * 偏相关分析 * 四、偏相关分析 概念 在多元相关分析中，由于受到其他变量的影响，在计算某两个变量之间的相关系数时，得到的结果往往不能真实反映变量之间的相关关系 所以在多元相关分析中，通常将其他变量固定(控制)，而计算某两个变量之间的相关系数，称为偏相关系数。 偏相关分析用于计算变量之间的偏相关系数，可以判断自变量对因变量的影响程度，舍弃影响较小的自变量，保留影响较大的自变量，从而更准确地判断变量之间的相关关系和相关程度。 * 四、偏相关分析 SPSS操作及案例分析 例四：以数据文件“Cars.sav”为例，分析在油耗不变的情况下、汽车马力(horse)和加速度(accel)的偏相关系数。 * 四、偏相关分析 SPSS操作及案例分析 结果分析 汽车马力和加速度的偏相关系数为-0.622，有效样本数为389，显著性水平为0.000，这两个变量的伴随概率P=0.000小于0.01，属于显著负相关关系。 结论： 在油耗量不变的情况下，汽车发动机功率越大，汽车加速到某个速度的时间越短。 * 四、偏相关分析 SPSS操作及案例分析 同样是上述例子， （1）不考虑油耗量 汽车马力和加速度的相关系数为 -0.701，显著性水平为0.000 （ 即：Analyze →Correlate →Bivariate… ） （2）考虑油耗量 汽车马力和加速度的偏相关系数为 -0.622，显著性水平为0.000 （即： Analyz→Correlate →Partial… ） * 四、偏相关分析 SPSS操作及案例分析 操作步骤：不考虑油耗相关 Analyz→Correlate →Bivariate… 数据文件：8- Cars.sav 保存文件：8- Cars1.spv * 四、偏相关分析 SPSS操作及案例分析 操作步骤：考虑油耗偏相关 Analyz→Correlate →Partial… 数据文件：8- Cars.sav 保存文件：8- Cars2.spv * 思考题 已知有某河流的一年月平均流量观测数据和该河流所在地区当年的月平均雨量和月平均温度观测数据，试分析温度与河水流量之间的相关关系。 分别用相关分析和偏相关分析方法分别计算相关系数和偏相关系数，并对计算结果进行对比分析。 （提示：河水流量除了和温度有关外，降雨量也是影响流量的一个因素，在进行偏相关分析时，可以将雨量作为控制变量，进行分析。） 数据文件：8-flow.sav 保存文件：8-flow.spv * 练习 完成课堂示例及实验报告二 * 回归概念、回归系数 研究一个或者多个变量的变动对另一个变量的变动的影响程度的方