[理学]2 SPSS+CorrAnalysis.ppt

5.3 SPSS-相关分析 随机变量 随机变量 随机向量 随机向量 A B 单相关、偏相关 典型相关 复相关 定距变量：Pearson简单相关系数 定序变量：Spearman等级相关系数/Kendall tau相关系数 例2 数学与化学成绩的相关分析 Analyze?correlate?Bivariate 请打开“L2”目录下数据文件 “2-成绩相关分析.sav” Person相关分析对话框 定距变量相关分析 定序变量相关分析 输出检验的双尾概率 选中时，P0.05的系数值旁会标记一个星号，P0.01的则标记两个星号 需计算的统计量 输出检验的单尾概率 选项对话框 输出变量的平均值和标准差 输出叉积离差和协方差 结果 P0.05的系数值旁会标记一个星号，P0.01的则标记两个星号 例3 学生作文两次得分的等级相关 Analyze?correlate?Bivariate 请打开“L2”目录下数据文件 “3-顺序相关系数.sav” 结果 例4 论文数与项目数、科研人员投入数的相关分析 Analyze?correlate?partial correlation 请打开“L2”目录下数据文件 “4-偏相关分析.sav” 先看projects与papers的简单相关 再看扣除people影响， projects与papers的偏相关? 结果 相关分析： projects与papers的简单相关系数0.887 偏相关分析： 扣除people影响， projects与papers的偏相关系数-0.14 扣除projects影响， people与papers的偏相关系数？ 扣除projects影响， people与papers的偏相关 * * * * 系统分析的内容 统计分析的常用方法 * * rxy＞0，表示正相关，即两要素同向发展；rxy＜0，表示负相关，即两要素异向发展。rxy的绝对值越接近于1，表示两要素的关系越密切；越接近于0，表示两要素的关系越不密切 * * * * * 对于多要素的复杂巨系统，其中一个要素的变化必然影响到其它各要素的变化。在多要素所构成的地理系统中，当我们研究某一个要素对另一个要素的影响或相关程度时，把其它要素的影响视为常数（保持不变），即暂不考虑其它要素的影响，而单独研究那两个要素之间的相互关系的密切程度时，则称为偏相关。 * * * * * 观测数据越多，其相关系数r值就越稳定，因而，真实性也相对越大。 若抽样数据容量较小，计算相关系数rXY值的抽样误差也越大。 因此，解释相关系数时要对观测得到的相关系数进行必要的统计检验 K是自变量… * * * * 方法二：统计量临界统计量 指定显著性水平a 确定自由度：f=n-k-1 计算统计量（R、T、F） 根据显著性水平和自由度?相关统计变量的临界统计量——Ra、Ta、Fa（查表获得） 决策 统计量 临界统计量，通过显著性检验，认为两总体相关 统计量 临界统计量，不通过显著性检验，认为两总体不相关 单相关的显著性检验 检验方法：一般采用 R-检验法 其统计量计算公式： 检验相关系数ρ=0的临界值（ra）表p｛｜r｜＞ra｝=α 返回 案例:居民数是否与商业网点数相关？ 调查某城市10个居住小区：xi为居民数，yi为基层商业网点数 计算与检验 指定显著性水平a=0.01 自由度f=10-1-1=8 计算出相关系数rxy=0.947 从表中查得临界相关系数 r0.01=0.7646 rxy=0.947＞r0.01=0.7646，检验通过 临界相关系数表 偏相关系数的显著性检验 检验方法：一般采用t-检验法 其统计量计算公式： n为样本数，m为自变量个数 对于某四个地理要素下x1，x2，x3，X4中，x2与x4的偏相关： t-检验的临界值表 显著性水平a =0.001 自由度f=n-m-1，n为样本数23，m为自变量个数3 计算统计量t =6.268 根据自由度f和显著性水平a，从t分布表，可查出临界值 t0.001=3.883 若t＞ ta ，偏相关显著；反之，t＜ta，不显著 因为t＞ta，这表明在显著性水平a=0.001上，偏相关系数r24,13是显著的。 复相关系数的显著性检验 检验方法：一般采用F-检验法 统计量计算公式： F-检验的临界值表 显著性水平a 自由度f=n-k-1，n为样本数，k为自变量个数 计算F统计量 根据自由度f、置信度水平a、自变量个数k，从F-检验的临界值表，可以得出不同显著水平上的临界值Fa 若F＞F0.01，则表示复相关在置信度水平a=0.01上显著，称为极显著；若FF0.10，则表示复相关不显著，即因变量Y与K个自变量之间的关系不密切 5 案例及讨论