散点图、相关系数.pptVIP

思考题 第5题(补充) 销售商对产品的销售业绩的影响因素进行研究，现在通过调查获取了销售人员从事本行业的时间（年）和销售人员年龄的数据，试利用偏相关分析方法计算偏相关系数，并对计算结果进行对比分析。 （提示：通常认为从事本行业的时间和销售业绩是有关的，请分析如果考虑年龄因素是否会影响上述判断） 数据文件：8-sales.sav 保存文件：8-sales.spo * 三、二元变量分析 SPSS操作及案例分析 操作步骤： （1）散点图：Graphs→Scatter/Dot… 数据文件：8-Bivariate.sav 保存文件：8-Bivariate1.spo * 三、二元变量分析 SPSS操作及案例分析 操作步骤： （2）相关系数：Analyze →Correlate →Bivariate… 数据文件：8-Bivariate.sav 保存文件：8-Bivariate2.spo * 三、二元变量分析 SPSS操作及案例分析 例三：利用例二的数据，分析因变量y(人的耗氧量)，与自变量x1、x2、x3、x4、x5、x6之间的关系。 与耗氧量有关的因素 年龄x1(岁) 体重x2(次/分) 1.5英里跑所用时间x3(分) 静止时心跳速率x4(次/分) 跑步时心跳速率x5(次/分) 跑步时最大心跳速率x6(次/分) * 三、二元变量分析 SPSS操作及案例分析 结果图： * 三、二元变量分析 SPSS操作及案例分析 结果分析： 从相关系数计算结果来看： (1)耗氧量y与1.5英里跑所用时间x3、静止时心跳速率x4、跑步时心跳速率x5相关程度较高，其中耗氧量与1.5英里跑所用时间的r =-0.832，伴随概率P=0.0000.01，属于显著相关；其他两项r =-0.436，r=-0.420，伴随概率P分别等于0.014和0.019大于0.01，但小于0.05也属于相关； (2)上述三个变量与耗氧量之间的关系都属于负相关。 结论： 跑步速度快、静止时心跳速率慢、跑步时心跳速率慢的人，耗氧量大；反之，耗氧量小。 * 三、二元变量分析 SPSS操作及案例分析 操作步骤： 操作步骤：Analyze →Correlate →Bivariate… 数据文件：8-Bivariate.sav 保存文件：8-Bivariate_all.spo 1 2 * 偏相关分析 * 四、偏相关分析 概念 在多元相关分析中，由于受到其他变量的影响，在计算某两个变量之间的相关系数时，得到的结果往往不能真实反映变量之间的相关关系 所以在多元相关分析中，通常将其他变量固定(控制)，而计算某两个变量之间的相关系数，称为偏相关系数。 偏相关分析用于计算变量之间的偏相关系数，可以判断自变量对因变量的影响程度，舍弃影响较小的自变量，保留影响较大的自变量，从而更准确地判断变量之间的相关关系和相关程度。 * 四、偏相关分析 SPSS操作及案例分析 例四：以数据文件“Cars.sav”为例，分析在油耗不变的情况下、汽车马力(horse)和加速度(accel)的偏相关系数。 * 四、偏相关分析 SPSS操作及案例分析 结果分析 汽车马力和加速度的偏相关系数为-0.622，有效样本数为389，显著性水平为0.000，这两个变量的偏相关系数小于0.01，属于显著负相关关系。 结论： 在油耗量不变的情况下，汽车发动机功率越大，汽车加速到某个速度的时间越短。 * 四、偏相关分析 SPSS操作及案例分析 同样是上述例子， （1）不考虑油耗量 汽车马力和加速度的相关系数为 -0.701，显著性水平为0.000 （ 即：Analyze →Correlate →Bivariate… ） （2）考虑油耗量 汽车马力和加速度的偏相关系数为 -0.622，显著性水平为0.000 （即： Analyz→Correlate →Partial… ） * 四、偏相关分析 SPSS操作及案例分析 操作步骤：不考虑油耗相关 Analyz→Correlate →Bivariate… 数据文件：8- Cars.sav 保存文件：8- Cars1.spo * 四、偏相关分析 SPSS操作及案例分析 操作步骤：考虑油耗偏相关