SPSS相关分析的.ppt

Bivariate过程：用于进行两个/多个变量间的参数/非参数相关分析，如果是多个变量，则给出两两相关的分析结果。这是Correlate子菜单中最为常用的一个过程。 Partial过程：偏相关分析。如果需要进行相关分析的两个变量其取值均受到其他变量的影响，就可以利用偏相关分析对其他变量进行控制，输出控制其他变量影响后的相关系数，这种分析思想和协方差分析非常类似。 Distances过程：调用此过程可对同一变量内部各观察单位间的数值或各个不同变量间进行距离相关分析，前者可用于检测观测值的接近程度，后者则常用于考察预测值对实际值的拟合优度。该过程在实际应用中用的非常少。 ;;;;;;;;;3.2.3.1 二元定距变量的相关分析;Pearson简单相关系数用来衡量定距变量间的线性关系。如衡量国民收入和居民储蓄存款、身高和体重、高中成绩和高考成绩等变量间的线性相关关系。;;某班级学生数学和化学的期末考试成绩如表所示，现要研究该班学生的数学和化学成绩之间是否具有相关性。8.1;;;;Spearman和Kendalls tua-b等级相关系数;;;;;;;某语文老师先后两次对其班级学生同一篇作文加以评分，两次成绩分别记为变量“作文1”和“作文2”，问两次评分的等级相关有多大，是否达到显著水平？8.2;;;;3.2.3.2 偏相关分析;;;;某农场通过试验取得某农作物产量与春季降雨量和平均温度的数据，如表所示。现求降雨量对产量的偏相关。8.3;;;3.2.3.2 距离相关分析;;;;;;;;;;;;变量之间的相似性测量分析;;;选择Dissimilarities时各种数据类型可用的测距方法有：;;选择Similarities时各种数据类型可用的测距方法有： ;;;;;个案之间的相似性测量分析;;;回归分析的主要类型：一元线性回归分析、多元线性回归分析、非线性回归分析、曲线估计、时间序列的曲线估计、含虚拟自变量的回归分析以及逻辑回归分析等。;3.2.4.1 一元线性回归 ;;;;;;合成纤维的强度与其拉伸倍数有关，测得试验数据如表所示。求合成纤维的强度与拉伸倍数之间是否存在显著的线性相关关系。8.6;;;;【Statistics钮】;;;;;;;;;用多元回归分析来分析36个员工多个心理变量值（z1～z8）对员工满意度（my）的预测效果，测得试验数据如表所示。8.7;z1;z1;定义：研???在非线性相关条件下，自变量对因变量的数量变化关系，称为非线性回归分析。 在实际问题中，变量之间的相关关系往往不是线性的，而是非线性的，因而不能用线性回归方程来描述它们之间的相关关系，而要采用适当的非线性回归分析。 ;;;;;;;;;;;;【Models复选框组】 Linear：拟合直线方程，实际上与Linear过程的二元直线回归相同； Quadratic：拟合二次方程Y = b0+b1X+b2X2； Compound：拟合复合曲线模型Y = b0×b1X； Growth：拟合等比级数曲线模型Y = e(b0+b1X)； Logarithmic：拟合对数方程Y = b0+b1lnX； Cubic：拟合三次方程Y = b0+b1X+b2X2+b3X3； S：拟合S形曲线Y = e(b0+b1/X)； Exponential：拟合指数方程Y = b0 eb1X； Inverse：数据按Y = b0+b1/X进行变换； Power：拟合乘幂曲线模型Y = b0X b1； Logistic：拟合Logistic曲线模型Y = 1/（1/u + b0×b1X），如选择该线型则要求输入上界。 ;;;;试用SPSS对国内生产总值和社会消费品零售总额之间的关系进行曲线回归分析。8.9;;;