spss直线回归与相关分析.doc

相关分析与回归模型的建立与分析 相关分析 在SPSS中，可以通过Analyze菜单进行相关分析（Correlate），Correlate菜单如图所示。 2 简单相关分析 两个变量之间的相关关系称简单相关关系。有两种 方法可以反映简单相关关系。一是通过散点图直观地 显示变量之间关系，二是通过相关系数准确地反映两 变量的关系程度。 散点图 data05-RE_01.sav SPSS软件的绘图命令集中在Graphs菜单。 单击Graphs ? Scatter,打开Scatter plot散点图对话框，如图所示 。然后选择需要的散点图，图中的四个选项依次是： Simple 简单散点图 Matrix 矩阵散点图 Overlay 重叠散点图 3-D 三维散点图 3 如果只考虑两个变量，可选择简单的散点图Simple ，然后点击Define，打开Simple Scatterplot对话框, 如图所示。 4 从散点图中可以粗略地看出，两个变量之间有强正相关的线性关系。 5 简单相关分析操作 简单相关分析是指两个变量之间的相关分析，主要是指对两 变量之间的线性相关程度作出定量分析。两变量的相关分析过 程，具体操作如下： 1、打开数据库data05-RE_01.sav后，单击Analyze ? Correlate? Bivariate 打开Bivariate对话框，见图所示。 6 2、从左边的变量框中选择需要考察的两个变量进入 Variables 框内，从Correlation Coefficients 栏内选择相关 系数的种类，有Pearson相关系数，Kendall′s一致性系数和 Spearman等级相关系数。从检验栏内选择检验方式，有双尾检 验和单尾检验两种。 Correlation Coefficients 复选框组。此框中有三种相关 系数，可选择需要计算的相分析指标。 Pearson 调用 Correlation过程计算连续变量或是等间 隔测度的变量间的相关系数 r （系统默认设置） Kendalls tau－b 计算 Kendall‘s 等级相关系数。这 是一个用于反映分类变量一致性的指标，只能在两个变量均属 于有序分类时使用。 Spearman计算Spearman相关系数，即最常用的非参数相 关分析（秩相关） 7 3、单击Options按纽，选择输出项和缺失值的处理方式。本 例中选择输出基本统计描述，见图所示。 Means and standard deviations 计算各变量的平均值与标 准差 Cross-product deviations and covariances 计算各变量 的离均差平方和及协方差 8 4、单击OK，可以得到相关分析的结果。 从下表可以得到两个变量的基本统计描述，从表(b)中可以 得到相关系数及对相关系数的检验结果，由于尾概率都小于 0.01，故说明两变量之间存在着显著的线性相关性。 9 偏相关分析 简单相关关系只反映两个变量之间的关系，但如果因变量受 到多个因素的影响时，因变量与某一自变量之间的简单相关关 系显然受到其它相关因素的影响，不能真实地反映二者之间的 关系，所以需要考察在其它因素的影响剔除后二者之间的相关 程度，即偏相关分析。 例2：为了考察火柴销售量的影响因素，选择煤气户数、卷 烟销量、蚊香销量、打火石销量作为影响因素，得数据表。试 求火柴销售量与煤气户数的偏相关系数. 10 表 火柴销量及影响因素表 火柴销售量 煤气户数 卷烟销量 蚊香销量 打火石销量 年份 （万件） （万户） （百箱） （十万盒） （百万粒） 68 23.69 25.68 23.6 10.1 4.18 69 24.1 25.77 23.42 13.31 2.43 70 22.74 25.88 22.09 9.49 6.5 71 17.84 27.43 21.43 11.09 25.78 72 18.27 29.95 24.96 14.48 28.16 73 20.29 33.53 28.37 16.97 24.26 74 22.61 37.31 42.57 20.16 30.18 75 26.71 41.16 45.16 26.39 17.08 76 31.19 45.73 52.46 27.04 7.39 77 30.5 50.59 45.3 23.08 3.88 78 29.63 58.82 46.8 24.46 10.53 79 29.69 65.28 51.11 33.82 20.09 80 29.25 71.25 53.29 33.57 21.22 81 31.05 73.37 55.36 39.59 12.63 82 32.28 76.68 54 48.49 11.17 1