公司金融案列第八章 普通相关分析PPT.pptVIP

公司金融案例实验- 相关分析过程 浙江财经学院 金融学院 朴哲范 主要学习内容 相关关系的基本定义 相关系数异于零的显著性检验 二元变量的相关分析过程 相关系数和偏相关分析的SPSS操作 X Y 相关关系的基本定义 相关关系 一般来说，处在一个系统中的各种变量，从它们之间的关系来看可以分为两类：一类是变量之间具有完全确定的关系，即一个变量的值能够被另一个或另外若干个变量的取值按某一规律唯一确定，这种精确的数量关系通常称为函数关系。如销售收入在价格一定的条件下与销售数量之间的关系是唯一确定的。 另一类变量之间的关系，就是非确定的依赖关系——相关关系（或统计关系）。如家庭人均消费支出随可支配收入的增加而增加，从大量的、平均的角度上可以由可支配收入的多少估计出人均消费支出额，但它们之间的这种数量关系却不能用确定的函数关系表示，这是因为人均消费支出不完全受制于可支配收入，还有消费习惯、商品价格、地理位置、气候条件等都是可以影响消费支出的因素，因此，要表示这类变量间相互依赖的非确定性的数量关系，则必须考虑到其它随机因素的影响。 相关关系的定义 如果变量之间既存在着密切的数量关系，又不能由一个或几个变量之值精确地求出另一个变量之值，但在大量统计资料的基础上，可以判别出这类变量间的数量变化的规律性，则它们之间的这种非确定性的关系就是相关关系。 当我们进一步考察变量间的统计关系时发现可以分为两种情况：其一是回归关系；其二是相关关系。 回归关系就是两变量间具有原因与反应的关系。 相关关系是两变量间不存在原因与反应的关系，两者可能同时受另一个或几个变量的影响而表现出协同变异。因而难以区分哪个是自变量哪个是因变量。 相关分析的基本方法 1. SPSS中散点图的种类 (1)简单散点图（Simple） (2)重叠散点图（overlay） (3)矩阵散点图（Matrix） (4)三维散点图（3-D） 一、 相关分析的基本方法之一：绘制散点图 2. 绘制散点图的基本操作步骤 （1）菜单选项：Graphs——Scatter打开散点图对话框 （2）选择散点图的类型 （3）点击Define按钮对不同散点图作具体定义 相关系数异于零的显著性检验 在二维总体（X，Y）服从正态分布的前提下，Fisher给出了检验简单相关系数（Pearson）显著异于0 的t统计量如下： 由于我们是通过抽样的方法来研究变量之间的关系，因此必然存在样本抽样的随机性、样本数量少等原因，样本相关系数不能直接说明样本来自的两总体是否有显著相关性，所以，当我们求出各类样本相关系数不为0时，还需要通过显著性检验来进行统计推断 。 简单样本相关系数显著异于0 的T检验 等级相关系数显著异于0的T检验 偏相关系数显著异于0 的T检验 二元变量的相关分析-SPSS 二元变量的相关分析过程 1、打开数据文件，执行 Analyze → Correlate →Bivariate（二元变量） 命令，打开Bivariate Correlate对话框 Pearson:皮尔相关系数； kendall’s tau-b：肯德尔秩相关系数 Spearman：斯皮尔曼秩相关系数 Two-tailled：双尾检验； One-tailed:单尾检验 Flag si-------：用“*”表示显著性。 2、单击Options按钮，打开Options选项对话框 二元变量的相关分析-SPSS （1）Statistics 栏中的对话框 Mean and standard deviations ：输出变量的观测数量、均值和标准差。 Cross-produce deviations and covariances： 输出叉积离差阵和协方差阵 （2）栏中为缺损值处理方式 Missing Values Exclude cases pairwise ：成对剔除参与计算的具有缺失值的观测量。 Exclude cases listwise ：剔除具有缺损值的所有的观测值 3、单击OK，提交系统运行。 偏相关分析的SPSS操作 1、打开数据文件，执行 Analyze → Correlate →Partial Correlations 命令，打开对话框 (1)从源文件量清单中选择两个以上需要进行偏相关分析的数值型变量移入Variable框中 (2)从源文件量清单中至少选择一个控制变量移入控制变量栏 （3）栏中有两个选项 Two-tailed:双尾假设检验 One-tailed:单尾假设检