第十四单元相关系数-中国医药大学生物统计研究所.PDF

第十四單元 相關係數 梁文敏副 教授 葉懿諄 統計 分析師 梁文敏副 教授 葉懿諄 統計 分析師 假設我們感興趣的兩個變數 (尤其是指連續變數)有線性關係存在，在統計方法 中，有許多方式可以來表示這種線性關係，在本單元所介紹的相關係數以及下個 章節的迴歸模式，都可以用來表示兩個變數的線性關係。在觀察兩變數之線性相 關時，通常先畫出散布圖 (scatter plot) ，以對兩變數之線性關係作一暸解。 假如我們想要測量兩個連續變數間是否有相關，可以利用相關係數來比較兩 個連續變數之間的線性關係。相關係數數值的範圍為 -1～1 。當值接近”1”時表示兩 個變數之間有很強的正向相關；接近 ”-1”時表示有很強的負向相關；愈接近 ”0”表 示愈沒有線性的相關。相關係數可以用來評估兩個變數之間線性相關，但無法用 以探討因果關係。 14.1 相關係數 【範例】年齡(age)與現在睡眠小時(sleepHR1)是否有相關。 範例資料： id age sleepHR1 1 30.12 8.5 2 38.72 7.3 3 32.06 7 … … … 50 29.25 7.3 使用方法： 年齡與睡眠小時都是連續變數，並且欲探討兩變數之間的相關性，以利用相 關係數來比較兩個連續變數之間的線性關係。 軟體操作步驟 【SPSS步驟】 步驟一：選擇功能【Analyze分析】→進入【Correlate相關 】→進入【Bivariate… 雙變數 】。 步驟二：在Variables變數 框格中選入變數：( sleepHR1及 age) 步驟三：在Correlation Coefficients相關係數中（勾選： Pearson及 Spearman ） 步驟四：選擇OK確定 。 中國醫藥大學 生物統計中心 - 70 - 結果表格 Correlations Correlations age sleepHR1 age Pearson Correlation 1 -.866** Sig. (2-tailed) .000 N 50 50 sleepHR1 Pearson Correlation -.866** 1 Sig. (2-tailed) .000 N 50 50 **. Correlation is significant at the 0.01 level (2-tailed). ※ Sig.表示p值 從上表中首先可以看到年齡的自相關 自己與自己的相關，經標準化後為(