week15相关.pptx

相关分析;平均数、标准差是对单变量进行描述的特征量。 若对两个变量之间变化关系进行描述，需要用相关量。如，描述同一组学生两门学科成绩的关系；智力与学习成绩的关系等等，都要用相关量来描述。;;函数关系;函数关系(几个例子);相关关系;相关关系(几个例子);相关关系的描述与测度-散点图;什么是相关分析;怎样分析变量间的相关关系？;Pearson相关系数(取值及其意义);Pearson相关系数(取值及其意义);Pearson相关系数的检验;申请打字人员的口试与实际操作的相关关系;Kendall‘s tau-b相关系数计算;SPSS中Kendall‘s tau-b相关系数的输出结果;啤酒品牌的相似度分析;距离相关分析 ;SPSS中距离相关分析的输出结果（不相似性测度）;SPSS中距离相关分析的输出结果（相似性测度）;案例;;;;再提高一下;;;;二、相关的概念 两个变量之间不精确、不稳定的变化关系称为相关关系。 相关分析是研究变量间密切程度的一种统计方法。 两个变量之间的变化关系，既表现在变化方向，又表现在密切程度上。 从变化方向来看，两个变量之间有以下几种关系：;三、相关的类别 1、正相关 两个变量的变化方向一致 如智商与学习成绩（非智力因素基本相同） 2、负相关 两个变量的变化方向相反 如解题能力与解题所用时间的长短 3、零相关 两个变量的变化方向无一定规律 ;四、相关系数 (一) 定义：用来描述两个变量相互之间变化方向及密切程度的数学特征量称为相关系数。用r表示。 (二)数值变化范围: 0≤|r|≤1 -1≤r≤1 r的正、负号表明两个变量之间变化的方向 绝对值的大小表明两个变量之间变化密切程度;1、概念及适用范围 积差相关：当两个变量都是正态连续变量，而且两者之间呈线形关系时，表示这两个变量之间的相关，又叫皮尔逊(Pearson)相关。 如，初中升高中入学考试生物与化学成绩均以百比制表示，若二者分别呈正态分布，它们之间呈线性关系，这时可用积差相关来表示它们的变化关系。;使用条件 两个变量都是由测量获得的连续性数据 两个变量的总体都呈正态分布，或接近于正态分布。判断总体是否呈正态分布可进行卡方检验，以后会介绍。 必须是成对数据，而且每对数据之间相互独立 两个变量之间呈线性关系。这可由相关散点图的形状来决定。散点图在随后也进行介绍。 样本容量n≥30;散点图：;判断散点图，主要看其分布形状是否呈斜向椭圆形，散点在椭圆中心处分布密集，椭圆长轴两端稀疏，这反映两变量之间是直线关系。 若四个象限的散点相等，且分布均匀，为零相关。 若散点分布呈曲线形，为曲线相关。 散点图的趋势若表明两个变量是线性关系，才可以计算积差相关系数。;2、积差相关系数的计算方法 原始数据计算法：;3、相关系数的显著性检验;相关系数显著性检验的原理 上面求出的相关系数r，是根据样本数据计算出来的，它存在着抽样误差。也就是说，即使从总体相关系数ρ=0的总体中随机抽取的样本，由于抽样的偶然性，计算出的r值有可能不等于0。所以，不能仅仅根据?r?的大小，对两个变量之间关系的密切程度作出判断，还要看r在以ρ=0为中心的抽样分布上出现的概率如何。 如果从ρ=0的总体中，随机抽取的r在抽样分布上出现的概率较大，则r和ρ=0的差异无显著意义。 反之，如果从ρ=0的总体中，随机抽取的r在抽样分布上出现的概率较小，则r和ρ=0有显著性差异，即不是来自两个变量相关系数为0的总体。;六、等级相关;计算等级相关系数的公式为;7.2 连续变量的相关分析;例 从某系随机选取了40名大学生进行追踪研究，分别在入学后一周、第一学年末、第二学年末和第三学年末共4次英语词汇测验推算得到的被试的英语词汇量（单位：千）。表中的变量如下：性别（0表示女生，1表示男生），test1（入学后一周词汇量），test2（第一学年末词汇量），test3（第二学年末词汇量），test4（第三学年末词汇量）。 想计算并检验学生英语词汇量四次测验之间的相关系数。;在进行相关分析之前，可以使用Graphs菜单中的Scatter命令作散点图。;按顺序Graphs——Scatter单击，打开Scatterplot散点图主对话框。;把test1选择作为Y轴变量，把test2选择作为X轴变量。;结果：;矩阵散点图 在矩阵变量框内要选择两个或两个以上的变量;编辑散点图;选中图中的点，打开Properties图形属性对话框，选择Marker点选项卡。在选项卡中，选择点的类型(Type)、点的大小(Size)、点的外周线(Border Width)以及点的颜色(Color)。;;2单击按钮;将test1、test2、test3、test4指定为Variables。;结果和讨论;每个变量有三行数据，第一行是该变量与其