第五章 SPSS相关概念.pptVIP

第五章 相关分析 如果变量Y与X间是函数关系，则r=1或r=-1;如果变量Y与X间是统计关系，则-1r1, 如果x,y变化的方向一致，如身高与体重的关系，则称为正相关，r0，如果x,y变化的方向相反，如吸烟与肺功能的关系，则称为负相关，r0； 而r=0表示无线性相关，一般地， |r|0.8 存在高度相关； 0.5? |r|0.8 显著相关； 0.3? |r|0.5 低度相关； |r|0.3 关系极弱，认为微相关 样本相关系数接近零并不意味着两个变量间一定无相关性； 一个变量的值人为选定时莫作相关分析 出现异常值时慎作相关分析 相关未必真有内在联系 相关分析时，小样本资料经检验只能推断两变量间有无直线关系，而不能推断其相关的密切程度。要推断两变量间相关的程度，样本含量必须足够大。尤应注意，若两变量间相关系数具有统计学意义，但较小时，下结论要慎重。 （四）Spearman等级相关 变量间的秩相关 1、秩次和秩和 “秩”即按数据大小排定的次序号，又称秩次号。编秩就是将观察值按顺序由小到大排列，并用序号代替原始变量值本身。用秩次号代替原始数据后，所得某些秩次号之和，即按某种顺序排列的序号之和，称为秩和。设有以下两组数据： A组 4.7 6.4 2.6 3.2 5.2 B组 1.7 2.6 3.6 2.3 3.7 两组各有5个变量值。现在依从小到大的顺序将它们排列起来，并标明秩次，结果如下： A组 2.6 3.2 4.7 5.2 6.4 B组 1.7 2.3 2.6 3.6 3.7 秩次 1 2 3 4 5 6 7 8 9 10 原始值中有两个“2.6”，分属A、B组，它们的秩次应是3和4，然而它们的数值本来是同样大小的，哪组取“3”，哪组取“4”呢？我们计算它们的平均数（3+4）/2=3.5，作为“2.6”的秩次，称为“平均秩次”，这样才公平合理。这样两组所得的秩次及秩和如下： A组 3.5 5 8 9 10 /35.5 B组 1 2 3.5 6 7 /19.5 上面A组和B组中各有五个原始值，按顺序排列：最小值设为1，再按绝对值大小对余下的变量逐个排序，最大值为两组变量个数之和10。依次可得1，2，3.5,3.5,5,6,7,8,9,10。这10 个序号即是秩次。A组秩和就是等于3.5+5+8+9+10=39.5，B组秩和就是等于1+2+3.5+6+7=19.5。从两组的原始变量值也可以初步看出：A组偏大，B组偏小。现在得出的秩和也是A组大于B组，与由变量值所观察到的一致。 2、怎样编秩 编秩就是将观察值按顺序由小到大排列，并用序号代替原始变量值本身。不同的实验设计类型，有不同的编秩规则， 3、 Spearman秩相关 概念及适用条件 （1）概念 两变量是等级测量数据，且总体不一定呈正态分布，样本容量也不一定大于30，这样两变量的相关，称为等级相关（斯皮尔曼相关） 。 （2）适用条件 ①两变量的资料为等级测量数据，且具有线性关系。 ②连续变量的测量数据，按其大小排成等级，亦可用等级相关计算。 ③不要求总体呈正态分布。 2、计算方法 计算步骤： （1）计算两变量等级之差D； （2）计算D2； （3）计算∑ D2； （4）代入公式,求得rR 例 求10名学生的语文成绩与阅读能力成绩之间的等级相关系数 解：将有关数据代入公式得 （五） Kendall（肯德尔）和谐系数 1、概念及适用条件 （1）概念 当多个变量值以等级顺序表示时，这几个变量之间的一致性程度，称为肯德尔和谐系数或肯德尔W系数。 （2）适用条件 适用于两列以上等级变量。如了解几个评定者对同一组学生成绩等级评定的一致性程度等。 2、计算方法 它以符号W表示，公式为 计算步骤：略 例 某评价小组7人依据已确定的4项内容对某教师打分，将分数转换为等级后的结果见表，求这7人对该教师评价意见的一致性程度。 （七）案例分析 见识字量与阅读能力.sav 程序调用： 1、散点图：图形+旧对话框+散点 2、分析+相关+双变量 从散点图上看，两个变量成直线相关关系 从分析结果上看，识字量与阅读能力在显著性水平r=0.01情况下相关系数为r=0.82，属于显著相关，且通过了假设检验 四、偏相关系数 1、概念 线性相关分析计算两个变量间的相关关系,分析两个变量间线性关系的程度。往往因为第三个变量的作用,使相关系数不能真正反映两个变量间的线