薛薇spss统计分析方法及应用相关分析和线性回归分析.pptxVIP

第八章 相关分析和线性回归分析;SPSS的相关分析与回归分析;8.1 相关分析和回归分析概述;相关分析与回归分析的区别;8.2 相关分析;相关分析通过图形和数值两种方式，有效地揭示事物之间相关关系的强弱程度和形式。 8.2.1 散点图 它将数据以点的的形式画在直角坐标系上，通过观察散点图能够直观的发现变量间的相关关系及他们的强弱程度和方向。;散点图的绘制;简单分布(Simple Scatter)，只能在图上显示一对相关变量 矩阵分布(Matrix Scatter)，在矩阵中显示多个相关变量 重叠分布(Overlay Scatter)，在图上显示多对相关变量 3-D分布(3-D Scatter)，显示三个相关变量 简单点，堆积散点图 ;1、简单散点图 选中简单分布，单击定义Define按钮，打开窗口;Y轴Y Axis：选择Y轴要绘制的变量 X轴X Axis：选择X轴要绘制的变量 设置标记Set Markers by：选择分组变量，SPSS根据该变量的值将观测量分成几组，每组采用不同的符号标注 标注个案Label Cases by：观测量标签变量;2、矩阵散点图 在矩阵散点图中，将图形分成多个方格，在每个方格中单独绘制某两个变量的数据。 在散点图窗口中选择矩阵散点图，单击定义Define，在出现的窗口中，依次选择投入高级职称人数、课题总数、论文数和获奖数进入矩阵变量Matrix框中，选择是否为直辖市进入设置标记Set Markers框中。;相关回归分析（高校科研研究）.sav;3、重叠散点图 在重叠散点图中，在一个坐标系中绘制多个不同的变量对。 在散点图窗口中选择重叠散点图，单击定义Define，在出现的窗口中，选择变量投入人年数--论文数对和投入高级职称的人年数--专著数对进入Y-X Pairs框中。;相关回归分析（高校科研研究）.sav;4、三维散点图 三维散点图在三维坐标系中绘制三个变量的数据。 在散点图窗口中选择三维散点图，单击Define，在出现的窗口中，分别选择论文数、投入人年数和获奖数为Y轴变量、X轴变量、Z轴变量。;相关回归分析（高校科研研究）.sav;5、堆积散点图-简单点图;对于其它图形的SPSS绘制，可阅读参考书，杜强、贾丽艳，《SPSS统计分析从入门到精通》，人民邮电出版社，2011年 书中的第19章，统计图形. ;8.2.2 相关系??;双变量关系强度测量的主要指标;适用于两分类变量的分析;1. Pearson简单相关系数;2. Spearman等级相关系数;如果两变量的正相关性较强，它们秩的变化具有同步性，于是 的值较小，r趋向于1； 如果两变量的正相关性较弱，它们秩的变化不具有同步性，于是 的值较大，r趋向于0； 在小样本下，在零假设成立时， Spearman等级相关系数服从Spearman分布；在大样本下， Spearman等级相关系数的检验统计量为Z统计量，定义为： Z统计量近似服从标准正态分布。;3. Kendall 相关系数;. Kendall 统计量的数学定义 小样本下服从Kendall分布, 大样本下采用的检验统计量为;8.2.3 基本操作;Bivariate过程用于进行两个或多个变量间的相关分析，如为多个变量，给出两两相关的分析结果。 Partial过程，当进行相关分析的两个变量的取值都受到其他变量的影响时，就可以利用偏相关分析对其他变量进行控制，输出控制其他变量影响后的偏相关系数。 Distances过程用于对各样本点之间或各个变量之间进行相似性分析，一般不单独使用，而作为聚类分析和因子分析等的预分析。 ; Bivariate相关分析步骤;2) 把要分析的变量选到变量Variables框。 3) 在相关系数Correlation Coefficents框中选择计算哪种相关系数。 4) 在显著性检验Test of Significance框中选择输出相关系数检验的双边（Two-Tailed）概率p值或单边（One-Tailed）概率p值。 5)选中标记显著性相关Flag significance correlation选项表示分析结果中除显示p值外，还输出星号标记，以标明变量间的相关性是否显著；不选中则不输出星号标记。;6) 在选项Option按钮中的统计Statistics选项中，选中Cross-product deviations and covariances表示输出两变量的离差平方和协方差。;8.2.4 应用举例;输出结果;8.3 偏相关分析;8.3.1 偏相关分析和偏相