第七章 线性相关分析.pptVIP

某渔场养鱼生产中投饵量、放养量和鱼产量的记录 1、数据输入 定义三个变量“鱼产量y”、“投饵量x1”、“放养量x2”；小数位依题意都定义为1. 输入数据 2.简明分析步骤 Analyze－Correlate－partial Variables框：鱼产量y、投饵量x1 选入要进行相关分析的变量 Controlling for框：放养量x2 要求在分析时控制放养量的影响 Options…： Means and standard deviations 计算个变量的平均数、标准差 Zero-order correlations 进行所有变量间的两两相关分析 Continue OK Analyze——Correlate——partial 偏相关分析主对话框 Variables框：鱼产量y、投饵量x1 Controlling for框：放养量x2 Options：Means and standard deviations Zero-order correlations（进行所有变量两两相关分析） OK！ 注： 主对话框左下角的Display actual significance level表示： 不选择该项时，相关系数显著时（P0.05）用“*”标注，极显著（P0.01）用“**”标注； 选择该项时，只显示相关系数与相应的概率值（系统默认设置） 注： 以上为控制放养量的鱼产量与投饵量间的偏相关分析，求在控制投饵量情况下的鱼产量与放养量间的偏相关分析法同上。 如果有多个变量要控制，则将其同时置入控制变量框内。 简单相关系数 控制放养量x2的偏相关分析结果 3.结果分析： Shaanxi Normal University 陕西师范大学 * 第七章 线性相关分析 自然界中的许多事物彼此间都存在相互联系、相互制约的关系。因而在生物试验研究中，常常要研究两个或两个以上变量间的关系。这种关系经常是一种不确定的相关关系，即一个变量的取值受到另一个或多个变量的影响，两者之间既有关系，但又不存在完全确定的函数关系。例如：仔猪初生重与断奶重、鱼的体长与体重、作物的产量与施肥量、药物的剂量与疗效等问题。 相关分析就是研究变量间相关关系的一种常用方法。 1 线性相关分析 在spss统计软件中的相关分析有三个方面 Bivariate：两个变量间 的相关分析 Partial：偏相关分析 Distances：距离相关分析 简单（线性）相关分析：对两个变量间的直线关系进行的相关分析。 偏相关分析：研究其余变量保持不变的情况下两个变量间的线性相关。 1.1 两个变量间的相关分析 两变量间的相关性，通常用相关系数r来描述它们的密切程度和相关方向。 计算公式： 例1 某科技人员养了35尾团头鲂，共重7.2kg，在水温29℃条件下，测量摄食量（g）与耗氧率（mgO2/kg.h）间的关系，结果如下表所示，试计算摄食量与耗氧率的线性相关系数。 摄食量不同时团头鲂耗氧率的测定结果 1.数据输入 在Variable View 变量工作表中定义两个变量“摄食量”、“耗氧率”。小数位（Decimals）依题意分别定义为0和1。 在Data View 数据视图工作表中输入数据。 2.简明分析步骤： Analyze－Correlate－Bivariate Variables框：摄食量、耗氧率 进入要分析的变量摄食量、耗氧率 Pearson 要求计算Pearson 相关系数 Two-tailed 要求计算检验相关系数的双侧概率 Options： Means and standard deviations 计算两变量的基本统计量 Continue OK Variables框：摄食量、耗氧量 选中pearson法和Two-tailed检验 “相关分析”主对话框 a. Correlation Coefficients复选框组： Pearson法：计算连续变量或是等间隔测度的变量间的相关系数r。 Spearman法：用于Spearman相关系数的计算。是最常用的非参数相关分析（秩相关）。 Kendall’s法：计算Kendall’s等级相关系数，是一个用于反映分类变量一致性的指标（主观评分），只能在两个变量均属于有序分类时使用。 上图相关分析对话框说明： b. Test of Significance框。用于确定进行相关系数的Two-ta