数字特征-PPV课.PPT

* 单相关、复相关和偏相关 单相关：两个因素之间的相关关系叫单相关，即研究时只涉及一个自变量和一个因变量。 复相关：三个或三个以上因素的相关关系叫复相关，即研究时涉及两个或两个以上的自变量和因变量。 在某一现象与多种现象相关的场合，当假定其他变量不变时，其中两个变量之间的相关关系称为偏相关。 * 1.3.1二维数据的数字特征及相关系数 设(X,Y)T是二维总体，从中得到观测数据(x1,y1)T, (x2,y2)T,…, (xn,yn)T.引进数据观测矩阵得 记 ,则称 为二维观测数据的均值向量。记 * sxx,syy为X,Y的观测数据的方差， sxy为X,Y的观测数据的协方差,则对称的协方差矩阵为 由Schwarz不等式 可知S是非负定的。相关系数为： * 相关系数是随机变量X,Y的观测数据的两个分量线性相关性密切程度的度量，由观测数据做出散点图(见下页)则有: 当rxy=0或rxy≈0时，称X,Y的观测数据是不相关的或近似不相关的； 当0rxy1时，线性正相关的； 当-1rxy0时，线性负相关的； 当| rxy |=1时，完全线性相关；散点图呈现某些曲线关系时，也可能是rxy ≈0. * * 设二维总体(X,Y)T的分布函数是F(x,y);X,Y的方差分别是Var(X),Var(Y),总体协方差是Cov(X,Y), ρXY是总体的相关系数，即 观测数据的相关系数是总体相关系数的相合估计，故当n充分大时，有ρXY= rxy .但用rxy去度量ρXY是没有意义，因而要做检验： H0: ρXY= 0; H1: ρXY≠ 0; rxy为Pearson相关系数！ * 当(X,Y)T是二维正态总体且 H0为真时，统计量 服从自由度为n-2的t分布t(n-2),则检验p值为 p=PH0(|t|=|t0|)= P (|t(n-2)|= |t0|) 给定显著水平α，当p α时，拒绝H0，此时认为X,Y相关，且rxy反映了线性关联性的强弱；否则不能拒绝H0 。 * 设(x1,y1)T, (x2,y2)T,…, (xn,yn)T是二维总体(X,Y)T的观测数据,且X的数据的秩统计量为R1,…,Rn,Y的数据的秩统计量为S1,…,Sn,若X,Y相关性强时,它们的秩统计量也具有较强的相关性. Spearman相关系数表示秩统计量的相关性! Spearman相关系数——秩相关系数： 秩：设x1,…,xn是总体的样本观测值，其次序统计量为x(1),x(2),…,x(n),若xi= x(k),则称k是的xi秩,记作Ri ,并称Ri是第i个秩统计量; R1,…,Rn是总称为秩统计量。 * Spearman相关系数为 同样不能用实测数据的秩相关系数来度量总体 秩相关系数也是无意义的，也一样要进行假设检验, 检验与前面的一样！ * Proc corr过程:相关性分析的SAS过程 PROC CORR 选项列表; BY DESCENDING 变量名-1...DESCENDING 变量名-n NOTSORTED; FREQ 变量名; PARTIAL 变量名(列表); VAR 变量名(列表); WEIGHT 变量名; WITH 变量名(列表); * 选项列表:(1)data=sasdataset； (2)Pearson:要求输出Pearson相关矩阵，也是默认输出； (3) Spearman :要求输出Pearson相关矩阵,还有其它的值(本书不要求)； (4)Cov：协方差矩阵； (5)Nosimple:指明不输出每个变量的简单描述性统计量的值 * BY， FREQ， WEIGHT与前面的univariate一样； Var: 指定的变量必须为数值型变量，至少应指定两个变量;可同时指定多个变量，此时SAS会对任意两个变量之间进行相关分析。 PARTIAL语句:用以对所指定的变量计算偏相关系数或类似的偏统计量，可计算的偏统计量与PROC CORR语句中指定的选项有关。 * WITH语句:WITH语句用来指定和VAR语句指定的变量进行相关分析的变量。 当有WITH语句存在时，VAR语句中指定的变量之间不再进行相关性分析，而其中的每个变量都和WITH语句指定的所有变量进行相关性分析，相关分析也不会发生在WITH语句所指定的变量之间。输出结果的相关矩阵中，VAR语句指定的变量排列在行上，WITH语句指定的变量则排列在列上。 * 例1.9 data examp1_9;