第5讲相关分析.pptVIP

* 三、二元变量分析 SPSS操作及案例分析 例二：在有氧训练中，人的耗氧量y(毫升/分*千克体重)是衡量人的身体状况的重要指标，它与多项指标有关。为了研究人的耗氧量与多项指标之间的关系，对31名测试者进行测试。 现以人的耗氧量y为因变量，多项指标中之一1.5英里跑所用时间x3为自变量，通过散点图和相关系数，分析研究耗氧量y与1.5英里跑所用时间x3之间的相关关系。 * 三、二元变量分析 SPSS操作及案例分析 结果分析： 从散点图中可以看出，耗氧量y与1.5英里跑所用时间x3之间存在较强负相关的关系，即1.5英里跑所用时间增加，耗氧量会随之降低。 伴随概率P=0.0000.01，说明两变量之间是明显相关关系；在相关系数表中，r =-0.832，说明两变量之间高度负相关。 * 三、二元变量分析 SPSS操作及案例分析 结果分析： 拟合线。 * 三、二元变量分析 SPSS操作及案例分析 例三：利用例二的数据，分析因变量y(人的耗氧量)，与自变量x1、x2、x3、x4、x5、x6之间的关系。 与耗氧量有关的因素 年龄x1(岁) 体重x2(次/分) 1.5英里跑所用时间x3(分) 静止时心跳速率x4(次/分) 跑步时心跳速率x5(次/分) 跑步时最大心跳速率x6(次/分) * 三、二元变量分析 SPSS操作及案例分析 结果图： * 三、二元变量分析 SPSS操作及案例分析 结果分析： 从相关系数计算结果来看： (1)耗氧量y与1.5英里跑所用时间x3、静止时心跳速率x4、跑步时心跳速率x5相关程度较高，其中耗氧量与1.5英里跑所用时间的r =-0.832，伴随概率P=0.0000.01，属于明显相关；其他两项r =-0.436，r=-0.420，伴随概率P分别等于0.014和0.019大于0.01，但小于0.05属于低度相关； (2)上述三个变量与耗氧量之间的关系都属于负相关。 结论： 跑步速度快、静止时心跳速率慢、跑步时心跳速率慢的人，耗氧量大；反之，耗氧量小。 定类数据：Nominal Data（也称标称数据，例如：性别、籍贯等） 定序数据：Ordinal Data（也称次序数据，例如：教育程序等） 定距数据：Interval Data（也称区间数据，例如：年龄、每月收入） 定比数据：Ratio Data（也称比例数据，例如：质量、高度） * Loess:拟合局部加权回归光滑模型（Locally Weighted Regression Smoother, Loess） * 调用此过程可完成下列有关曲线拟合的功能： 1、Linear：拟合直线方程（实际上与Linear过程的二元直线回归相同，即Y = b0+ b1X）； 2、Quadratic：拟合二次方程（Y = b0+ b1X+b2X2）； 3、Compound：拟合复合曲线模型（Y = b0×b1X）； 4、Growth：拟合等比级数曲线模型（Y = e(b0+b1X)）； 5、Logarithmic：拟合对数方程（Y = b0+b1lnX） 6、Cubic：拟合三次方程（Y = b0+ b1X+b2X2+b3X3）； 7、S：拟合S形曲线（Y = e(b0+b1/X)）； 8、Exponential：拟合指数方程（Y = b0 eb1X）； 9、Inverse：数据按Y = b0+b1/X进行变换； 10、Power：拟合乘幂曲线模型（Y = b0X b1）； 11、Logistic：拟合Logistic曲线模型（Y = 1/（1/u + b0×b1X）。 * 调用此过程可完成下列有关曲线拟合的功能： 1、Linear：拟合直线方程（实际上与Linear过程的二元直线回归相同，即Y = b0+ b1X）； 2、Quadratic：拟合二次方程（Y = b0+ b1X+b2X2）； 3、Compound：拟合复合曲线模型（Y = b0×b1X）； 4、Growth：拟合等比级数曲线模型（Y = e(b0+b1X)）； 5、Logarithmic：拟合对数方程（Y = b0+b1lnX） 6、Cubic：拟合三次方程（Y = b0+ b1X+b2X2+b3X3）； 7、S：拟合S形曲线（Y = e(b0+b1/X)）； 8、Exponential：拟合指数方程（Y = b0 eb1X）； 9、Inverse：数据按Y = b0+b1/X进行变换； 10、Power：拟合乘幂曲线模型（Y = b0X b1）； 11、Log