第8章 SPSS 20.0相关分析课件.ppt

8.1 相关分析概述 8.2 散点图 8.3 相关系数 8.4 偏相关分析 8.5 距离相关分析;事物之间的联系总是错综复杂的，任何事物的变化与其它事物是相互联系和相互影响的。事物之间的关系可分为两类，一类是函数关系，一类是统计关系。所谓函数关系指的是两事物之间的一种一一对应的关系，即当一个变量 取一定值时，另一变量 可以依确定的函数取唯一确定的值。 另一类普遍存在的关系是统计关系。统计关系指的是两事物之间的一种非一一对应关系，即当一个变量 取一定值时，另一变量 无法依确定的函数取唯一确定的值，例如，家庭收入和支出、子女身高和父母身高之间的关系等。;;8.2.1散点图含义 绘制散点图是相关分析过程中极为常用且非常直观的分析方式。它将数据以点的形式在直角平面上。通过观察散点图能够直观地发现变量间的统计关系以及它们的强弱程度和数据对的可能???向，在实际分析中，散点图经常表现出某些特定的形式。如极大多数的是数据点组成类似于橄榄球的形状，或集中形成一根棒状，而剩余的少数数据点则零散地分布在四周，通常橄榄球和棒状代表了数据对的主要结构和特征，可以利用曲线将这种主要结构的轮廓描述出来，使数据的主要特征更突显。;绘制散点图的基本操作步骤如下： 1选择菜单图形 → 旧对话框→ 散点图，出现如下图的对话框。;;简单散点图是表示一对变量间统计关系的散点图。应定义的选项主要有： 指定某个变量为散点图的纵轴变量，选【Y轴（Y）】框中。 指定某个变量为散点图的横轴变量，选【Y轴（Y）】框中。 可指定作为分组的变量到【设置标记】 框中，表示按该变量的不同取值将样本数据分成若干组，并在一张图上分别以不同颜色绘制个散点图。该项可以省略。 可指定标记变量到【标注个案】框中，表示将标记变量的各变量标记在散点图的相应点的旁边。该项可以省略。 不同类型的散点图具体的定义选项略有差别，相关分析主要用简单散点图。其他四种类型的散点图在第十章图形制作中再做具体介绍。 ;例8.1某科学基金会的管理人员欲分析从事数学研究工作的中等或较高水平的数学家的年工资额y与他们的研究成果的质量指标x1，从事研究工作的时间x2以及能够获得资助x3的指标之间的关系，调查了24位数学家，得到如表8-1数据.试绘制出简单散点图。 ;y;具体操作步骤： 1选择菜单图形 → 旧对话框→ 散点图，出现如图8-1的对话框。 2选择散点图的类型【简单散点图】。 3单击【定义】，出现如图8-2的对话框，把左侧“数学家的年工资”指定到右侧【Y轴】中，把“研究工作时间”指定到【X轴】中。 得到如图8-3的散点图，从散点图中可以看出，研究工作时间与年工资具有较强的相关关系。 ;祸革脖颓药阐谦癸摸向柔份帽夺筐与耀麓倡蛮袒奔亦快汰吐顿掩陶紧抱保第8章 SPSS 20.0相关分析课件第8章 SPSS 20.0相关分析课件;虽然散点图能够直观展现变量之间的统计关系，但并不精确。相关系数则以数值的方式精确地反映了两个变量间线性相关的强弱程度。利用相关关系进行变量间线性关系的分析通常需要完成以下两大步骤： 第一，计算样本相关系数 。 利用样本数据计算样本相关系数。样本相关系数反映了两变量间线性相关程度的强弱。对不同类型的变量应采用不同的相关关系指标，但它们的取值范围和含义都是相同的;● 相关系数 的取值在-1至+1之间。 ● 表示两变量存在正的线性相关关系； 表示两变量存在负的线性相关关系。 ● 表示两变量存在完全正相关关系； 表示两变量存在完全负相关关系； 表示两变量不存在线性相关关系。 ● 表示两变量之间具有较强的线性关系； 表示两变量之间具有较弱的线性关系。;;基本步骤是： ●提出零假设，即两总体无线性相关性。 ●选择检验统计量。对不同类型的变量应采用不同的相关系数，对应也应采用不同的检验统计量。 ●计算检验统计量的观测值和对应的概率 值。 ●决策。如果检验统计量的概率 值小于给定的显著性水平 ，应拒绝零假设，认为两总体间存在显著的线性相关性；反之，如果检验统计量的概率 值大于给定的显著性水平 ，则不能拒绝零假设，可以认为两总体不存在显著的线性相关性。 对不同类型的变量应采用不同的相关系数来度量，常用相关系数Pearson 简单相关系数、Spearman相关系数和Kendall 相关等。;Pearson 简单相关系数用来度量两定距型变量间的线性相关性。如测度收入和储蓄、身高和体重、工龄和收入等变量间的线性相关关系时可用Pearson 简单相关系数，它的数学定义为