SPSS 统计方法和软件 第三讲 相关和回归分析.ppt

一、相关性的图形分析 要判断两个定量变量(两列数据)之间有没有关系呢？最简单、直观的办法就是画出它们的散点图。 图3.1为某企业广告投入与销售收入(数据)之间的散点图。所用数据见SPSS数据文件 ads.sav，单位：万元/周。 从图中我们看出，随着广告投入的增加，相应的销售收入也大致增加，两者之间存在较强的正相关关系。 图3.2和图3.3分别给出了四组数据的散点图，从中我们可以看出不同相关性、相关性强弱与散点图之间的联系。 二、相关性的定量分析 两个随机变量 X 和 Y 之间的相关性可以通过相关系数 r (X, Y) 的大小来定量描述。类似，两个样本(两列数据) {Xk: 1≤k ≤n} 和 {Yk: 1≤k ≤n} 之间的相关性也可以通过样本相关系数(sample correlation coefficient)来定量描述。 复习：变量之间的相关系数定义为 很自然地，数据之间的样本相关系数可定义为 上述三种(样本)相关系数都可以用SPSS软件计算，除此之外，SPSS还给出了针对缺省的(default)原假设 H0: r = 0 的双边和单边假设检验。 SPSS操作——选择SPSS菜单中的“分析 = 相关 = 双变量”选项，在弹出窗口选择好所要求相关系数的变量名(至少两个，可以更多)即可。此外还可以选择需要计算的相关系数类型(Pearson、Kendall 或 Spearman，可以多选)，以及所要作的检验的类型(单边还是双边)。 例3.1. 计算SPSS数据文件 ads.sav 中广告投入(变量ads)与销售收入(变量sales)之间的相关系数。这两个变量之间是正相关、负相关还是不相关的呢？ 一、偏相关 当有多个变量存在时，为了研究任何两个变量之间的关系，而使与这两个变量有联系的其它变量都保持不变。即控制了其它一个或多个变量的影响下，计算两个变量的相关性。 两种解释：共同作用假设、中介变量假设 二、偏相关系数 偏相关系数是用来度量任何两个变量之间的关系的大小。 SPSS操作——选择SPSS菜单中的“分析 = 相关 = 偏相关”选项，在弹出窗口选择好所要求相关系数的变量名及控制变量名。此外还可以选择所要作的检验的类型(单边还是双边)。 一、一元线性回归模型 我们在例3.1中确认了某企业的广告投入与其销售收入之间具有一定的正相关关系。 如果以 X 记广告投入这个变量，以 Y 记销售收入，上述正相关关系可以用关系式 Y = a + bX + e (3.1) 来表示,若 b0 表示这是一个正相关关系而非 负相关关系。见图3.4。 二、模型的拟合 建立了回归模型(3.1) 后，接下来要做的事就是估计回归方程(回归直线)中的两个参数 a 和 b 。 回归直线(的参数)的估计过程也称拟合(fitting)。 通过估计得到的具体的回归直线称为拟合直线(fitted line)，常记为 y = + x 。 针对自变量的任一观测值 xi，回归直线上相应的点的纵坐标常记为 = + xi， 称为回归模型在 xi 点的拟合值(fitted value)。 回归直线的估计(拟合)方法有很多种，最常用的一种方法叫最小二乘(least squares)法，用此方法得到的估计也常称最小二乘估计(least squares estimate，LSE)。 最小二乘的意思是指，选择合适的拟合直线，使得每一个拟合值 与相应的真值 yi 之间的差异的平方和达到最小。 用SPSS拟合直线——选择菜单中的“分析 = 回归 =线性”选项，在弹出的窗口分别选定模型的应变量和自变量即可。 在SPSS的输出结果中包含许多结果(表格)，我们先来看最后一个表格“系数a”里面的内容。 例3.1(续) 利用SPSS软件，我们估计了例3.1中广告投入与销售收入之间的回归直线，其参数部分结果见下表： 从表3.2的输出结果可以知道，我们得到的拟合直线是 = 37.187 + 1.209 x。 也即 = 37.187， = 1.209。 上述结果表明： = 37.187 表明，如果不作任何广告推广，则商品的(周)销售额为 37.187(万元)。 = 1.209 表明，每增加 1 万元的广告投入，会导致 1.209 万元的销售收入的增加。 0 表明，广告投入于销售收入之间有一定的正比关系； 1 表明，增加广告投入这一措施对促进销售收入的增长是有效的。 三、拟合结果的检验 前面我们提到