相关分析和检验PPT.ppt

第三节相关分析 和偏相关分析（ Correlation analysis and partial correlation analysis ） 安徽岳西小区试验结果。降雨因素和土壤侵蚀之间是否存在相关关系？ 问题实例 问题分解 采用什么指标度量变量间的关系？ 采用什么方法来评价相关是否显著？ 相关分析：研究变量之间相互关联程度大小，采用合理的指标对相关事物的观测值进行统计分析。 相关分析内容：相关程度的度量；相关程度的检验 相关关系与函数关系的区别 函数关系：变量之间是一种完全确定性的关系，并可用数学公式表示出来。如长方形的面积 （S） 与 长（a）和 宽（b）的关系。 相关关系：变量间不是完全确定的关系，且不能用数学公式准确表示出来。 函数关系可以看作是相关关系的特例，即函数关系是完全的相关关系。相关关系是相关分析的研究对象。 相关不等于有因果。相互关联事物的至少2种解释： X是Y的因或果； X与Y均为第3个变量的因或果 相关分析的概念 相关类型图 相关系数的计算 第1式：计算均值-计算标准差-计算离均差；计算离均差乘积；计算相关系数。 第2式：计算和-计算交叉乘积和-计算平方和；计算和的平方；计算相关系数。 针对实例问题：r=0.892 是否线性相关？ 对容易一个r值，如r = 0.25，可能会想到两种情况： 由于r=0.250，说明两变量之间在总体上是相关的。 虽然r=0.250，但这可能是偶然情况，是取样造成，实际两变量在总体上是不相关的。所以需要进行检验。 问题的第2个方面： 评价相关是否显著－相关显著性检验 建立假设 假设总体相关系数为 ? H0: ? = 0， H1: ? ? 0 确定单尾还是双尾检验 双尾 选择显著性水平α α最常用的数值是0.05，这是一种约定俗成。 针对实例问题： α＝0.05 相关显著性检验步骤 选择统计量并计算 t检验： 针对实例问题： F检验： 根据显著性水平α和分布查表求临界值tα 针对问题实例： df=n-2=44 t0.05≈2.02 判断与结论 如果t tα ,拒绝H0 ，显著差异；否则接受H0 ，无显著差异。 针对问题实例： t＝13.09 t0.05＝2.02 ∴ 拒绝H0，说明在安徽岳西地区降雨量和土壤侵蚀的相关性显著。 统计学家为方便应用，根据上述t检验制成了相关系数显著性表 在实际应用中，更多的是直接根据相关系数大小查相关系数显著性表判断r是否显著 方法－根据自由度和显著性水平查相关系数显著性表得到临界r值，如果计算r值大于临界r值，则相关性显著。 延伸的问题： 如果有很多相关系数需要检验，怎么办？ 针对实例问题： r= 0.892 df=n-2=46-2=44 查相关系数显著性表得到临界r值： r0.05 = 0.288 因r= 0.892 r0.05 = 0.288 所以判断在安徽岳西地区降雨量和土壤侵蚀的相关性是显著的。 等级相关 计算积差相关前提或要求：两变量正态分布；两变量为等距或等比数据。 如果上述两条件之一不满足，此时宜采用等级相关分析。 最常用的为Spearman等级相关。 适用于度量定序变量与定序变量之间的相关； 不要求正态分布。 Spearman等级相关系数－计算 或 Spearman等级相关－检验 Spearman等级相关－检验 判断是否线性相关，这是进行相关分析的前提； 散点图的重要性：线性相关？；相关程度判断；异常点影响；分层资料影响； 变量数据类型－选择积差相关或等级相关； 参与相关分析的两个变量是对等的，不分自变量和因变量； 相关系数检验－是否存在相关或总体相关系数是否为0的判断。 相关分析要点 练习－安徽岳西 侵蚀.xls 如果存在相同等级情况出现，等级相关系数计算公式为： SPPS 练习文件 * *