第八章 相关分析.pptVIP

第八章 相关分析 相关分析 相关分析研究变量之间联系的紧密程度。例如身高和体重之间的关系、年龄与阅读能力的关系、广告支出与产品的销售量之间的关系等。 8.1 基本数学原理 相关分析通过相关系数来衡量变量之间的紧密程度。相关系数介于-1--1之间,当大于0时称为正相关,表示A变量随B变量的增大而增大,相关系数小于0时称为负相关,表示A变量随B变量的增大而减小。 常用的相关系数为Pearson相关系数,另外还有Kendall偏秩相关系数和Spearman秩相关系数。分别介绍如下（主要介绍如何计算相关系数）。 (1)Pearson 相关系数度量两个变量之间的线性相关程度。相关系数前面的符号表征相关关系的方向,其绝对值的大小表示相关程度,相关系数越大,则相关性越强。 (2)Kendall 偏秩相关系数是适用于度量等级变量或秩变量相关性的一种非参数度量。 (3)Spearman 秩相关系数是Pearson相关系数的非参数版本,主要基于数据的秩而不是数据的值本身,它适用于等级数据和不满足正态假定的等问隔数据。 8.2 SPSS实现 8.2.1 对话框介绍 在Analyze主菜单中用鼠标指向Correlate选项,然后在打开的子菜单中单击Bivariate--·选项,打开对话框,在该对话框中设置选项,进行变量两两之间的相关分析。该对话