第八章-1相关1.pptVIP

第八章 相关分析 第一节 相关分析 第二节 偏相关分析 第一节 相关分析 变量间的关系 变量间的关系有两种类型：函数关系和相关关系。 函数关系—— 是一一对应的确定关系。 设有两个变量 x 和 y ，变量 y 完全依赖于 x ，则称 y 是 x 的函数，记为 y = f (x)，其中 x 称为自变量，y 称为因变量。 各观测点都严格落在一条线上。 例如： 圆的面积（S）与半径之间非关系可表示为S = ? R2 ； 某种商品的销售额(y)与销售量(x)之间的关系可表示为 y = p x (p 为单价) 相关关系—— 变量间确实存在、但数量上不固定的相互依存。这种关系不能用函数关系精确表达； 一个变量的取值不能由另一个变量惟一地确定；当变量 x 取某个值时，与之相关的变量 y 的取值可能有若干个； 各观测点分布在一条直线或曲线周围. 相关关系的例子 相关关系的类型 （续） 3、按相关方向分为： 正相关——两变量大体上呈同方向变化； 负相关——两变量大体上呈反方向变化。 二、相关关系的测定 （一）相关表和相关图 相关图——也称为散点图。一对数据对应坐标图上一个点，将成对的观察数据表现为坐标图的散点而形成的图。 相关关系的图示 （二）相关系数 Pearson 简单相关系数 Pearson 简单相关系数 相关系数取值及其意义 r 的取值范围是 [-1,1] r 0，为负线性相关； r0 为正线性相关 3 |r|=1，为完全相关； r =1，为完全正相关 r =-1，为完全负正相关 r = 0，不存在线性相关关系 （续） 相关系数的显著性检验——t 检验 检验的步骤为： 提出假设：H0：? ? ? ；H1： ? ? 0  Correlate菜单 相关分析用于描述两个变量间联系的密切程度，其特点是变量不分主次，被置于同等的地位。 在Analyze的下拉菜单Correlate命令项中有三个相关分析功能子命令Bivariate过程、Partial过程、 Distances过程，分别对应着相关分析、偏相关分析和相似性测度的三个spss过程。  Correlate菜单 Bivariate过程用于进行两个或多个变量间的相关分析，如为多个变量，给出两两相关的分析结果。 Partial过程，当进行相关分析的两个变量的取值都受到其他变量的影响时，就可以利用偏相关分析对其他变量进行控制，输出控制其他变量影响后的相关系数。 Distances过程用于对同一变量各观察单位间的数值或各个不同变量间进行相似性或不相似性分析一般不单独使用，而作为因子分析等的预分析。 Bivariate相关分析 在进行相关分析时，散点图是重要的工具，分析前应先做散点图，以初步确定两个变量间是否存在相关趋势，该趋势是否为直线趋势，以及数据中是否存在异常点。否则可能的出错误结论。 基本操作 Analyze—Correlate—Bivariate， 分析步骤 1）输入数据，依次单击Analyze—Correlate—Bivariate，打开Bivariate Correlations对话框 2）选择weight 和coronary变量进入 Variables框中。 3）在Correlation Coefficients栏内选择Pearson。 分析步骤 4）在Test of Significance栏选择Two-tailed。 5）选择Flag significant correlation。 6）单击Options按钮，选择Mean and standard deviations、Cross-product deviations and covariances、Exclude cases pairise选项。 7）单击OK完成。 在多要素所构成的系统中，先不考虑其它要素的影响，而单独研究两个要素之间的相互关系的密切程度，这称为偏相关。用以度量偏相关程度的统计量，称为偏相关系数。 3个要素的偏相关系数 ① 偏相关系数分布的范围在-1到1之间； ② 偏相关系数的绝对值越大，表示其偏相关程度越大； 48 31 68 90 107 56 84 18 42 56 鸡冠重 （毫克） 70 75 91 90 95 90 90 69 72 83 体重 （克） 10 9 8 7 6 5 4 3 2 1 观测 号 连续变量相关分析实例数据表 相关分析实例 相关分析实例 相关分析实例 12 12 J 7 4 I 9 5 6 10 11 8 1 2 4 3 地位欲 11 7 3 8 9 10 1 5 6 2 权威主义 L K H G F E D C B A 学生 权威主义和地位欲评秩 相关分析实