第十五章 相关分析.docVIP

第十五章 相关分析 相关分教育事业的发展与科学技术的发展存在着一定的关系学生的数学成绩与物理成绩存在着一定的关系相关的　　依照两种变量变动的方向分，有正相关、负相关和无相关（零相关）。　　1、正相关：一种变量增加或减少，另一种变量也在增加或减少，两种变量变动的方向相同，谓之正相关。 　　2、负相关：一种变量增加或减少，另一种变量也在减少或增加，两种变量变动的方向相反，谓之负相关。　　3、无相关：在两种变量之间，一种变量变动时，另一种变量毫无变动，即使变动也无一定的规律，如人的相貌与人的思想品德，　人的身体高矮与学习成绩的好坏等是无什么关系的，这两种变量的关系谓之无相关或零相关。Pearson积差相关系数两个连续变量间呈线性相关时，使用Pearson积差相关系数 注：该相关系数的局限性： ①要求变量服从正态分布 ②只能度量线性相关性，对于曲线相关等更为复杂的情形，积差相关系数的大小并不能代表相关性的强弱。如果Pearson系数很低，只能说明两变量之间没有线性关系，并不能说明两者之间没有相关关系。也就是说，该指标只能度量线性相关性，而不是相关性。（线性相关性隐含着相关性，而相关性并不隐含着线性相关性） 另外：样本中存在的极端值对积差相关系数的影响极大，因此要慎重考虑和处理，必要时可以对其进行剔出，或者加以变量变换，以避免因为一两个数值导致出现错误的结论。 2、Spearman秩相关系数 定义：Spearman相关系数又称秩相关系数，是利用两变量的秩次大小作线性相关分析，对原始变量的分布不作要求，属于非参数统计方法，适用范围要广些。Spearman相关系数的计算公式完全套用Pearson相关系数计算公式，但公式中的和用相应的秩次代替即可。注：，为两变量各自对应的秩，为对应的秩之差。 ?适用范围： Spearman相关系数更多用于测量两个有序分类变量之间的相关程度。对于服从Pearson相关系数的数据亦可计算Spearman相关系数，但统计效能要低一些。不满足积差相关分析的适用条件时，使用Spearman秩相关系数来描述? 3、Kendalls tau-b Kendalls tau-b等级相关系数：两个分类变量均为有序分类的情况。Cramer’s V 侧重于测量两分类变量之间的相关系数。指标的绝对值越大，变量间的相关性越强 5、：偏相关分析适用于在控制其他变量影响的情况下对两个变量进行相关分析，被分析的两个变量必须服从正态分布。比如说，一般情况下，体重和身高呈正相关，如果还要考虑胸围，则在胸围固定的情况下（取胸围的平均值，假设所有个体的胸围都校正为相同的情况下）再求体重和升高的相关（偏相关），则偏相关呈负值。 次数 杀人率 68 5.3 87 4.9 71 5.2 51 4.8 71 4.8 65 4.5 52 4.6 54 4.5 41 4.5 41 4.6 例题2： Spearman 相关系数 某研究机构对某地区10家市场调查公司进行调查，据此了解有关市场调查公司的质量信心，一项对调查结果的分析给出有关专家对10家市场调查公司机构人员综合分析能力排序和公司发展潜力排序，有关数据如下，能否说明公司职工综合能力排序与公司发展潜力排序相关？ 公司 公司职工潜力排序 公司发展潜力排序 1 4 6 2 6 8 3 8 5 4 3 1 5 1 2 6 2 3 7 5 7 8 10 9 9 7 4 10 9 10 析：此处是两个有序分类变量，计算Spearman相关系数，Correlate—bivariate—spearman 结果如下： 从上表可知两变量的相关系数为0.77，并且该相关系数通过了显著性检验，即认为公司竞争力与职工竞争力正相关。 练习： 为了解大学校园附近的餐馆的月营业收入（万元）与该校学生人数（千人）的关系，记录了如下数据： 学生人数 2 6 8 8 12 16 20 20 22 26 月营业收入 5.8 10.5 8.8 11.8 11.7 13.7 15.7 16.9 14.9 20.2 完成下列要求： 绘制散点图 计算月营业收入和学生人数的Pearson相关系数和Spearman 相关系数，说明两者之间的相关关系。 调查职工每年无故迟到的天数与职工从家里倒工作单位的距离（千米）之间的关系，选取10名职工组成一个样本，收集到数据如下： 到单位距离 1 3 4 6 8 10 12 14 14 18 无故迟到天数 8 5 8 7 6 3 5 2 4 2 要求： 绘制散点图 计算两个变量的相关系数，说明两者之间的相关性。你能够得出什么结论？ 例题3：偏相关分析 见书P275 析：此处分析血糖浓度与生长激素之间有无关系，由于血糖浓度与胰岛素之间存