SPSS使用方法相关和回归分析.ppt

第四章 相关和回归分析 一 散点图、拟合回归线 二 相关分析(Correlate) 三 多元线性回归分析(Regression) 四 曲线回归 一 散点图-Scatter 表现两个变量或多个变量之间有无相关关系的统计图； 在SPSS中有四种散点图： （1）简单散点图：用于表示两个变量之间的关系； （2）散点矩阵：用于表示多个变量之间两两关系； （3）重叠散点图：用于表示多个自变量与一个应变量或一个自变量与多个应变量之间的关系； （4）三维散点图：表示三个变量之间综合关系； 1 简单散点图-Sample[Graph]-[Scatter]-[Sample]-[Difine]-选择 y Axis和 x Axis 2 散点图矩阵-Matrix [Graph]-[Scatter]-[Matrix]-在主对话框[Matrix Variables]选入对个变量得到矩阵图，矩阵的组成元素是一个一个的散点图； 图中：每个变量是所在横行的两个图的纵坐标；是所在纵列的两个图的横坐标，对角线处是空白； P245瘦肉量对眼肌面积、腿肉量、腰肉量散点矩阵图 3 重叠散点图-Overlay 重叠散点图：用于表示多个自变量与一个应变量或一个自变量与对个应变量之间的关系； 1）如果变量不是一个数量级，需要转换 [Transform]-[Compute]-[Target Variable]栏选入要转换数量级的变量-[Numeric Expression]框里键入放大倍数 2）[Graph]-[Scatter]-[Overlay]-[define]- 3)[Y-X Pairs]栏定义散点所代表的成对的变量 4 拟合回归线 (1) 在编辑窗口选择[Chart]-[Option],或者双击绘图区域的空白处，展开Options对话框 (2) 在[Fit line]栏定义拟合散点趋势线的方式：选[display for each pair]-[Fit option] (3) 选择回归线拟合方式 1）Linear regression:拟合线性回归线，即根据最小二乘法确定线性回归方程直线，也是系统默认项。 2）Quardratic regression:拟合二次方曲线，根据最小二乘法，用二次方回归曲线对散点图中的数据点作最佳拟合。 3）Cubic regression:拟合三次方曲线，根据最小二乘法，用三次方回归曲线对散点图中的数据进行最佳拟合。 5 三维散点图-3D 三维散点图：表示三个变量之间综合关系；即在三个变量确定的三维空间中研究变量之间的关系； 在对话框中依次将变量定义为x、y、z轴即得；可以更清晰和直观的对应变量与自变量的关系进行观察，结合旋转功能发现二维空间中可能无法看到的信息，如曲线关系、异常值等。 三维旋转 在[Output窗口]中[Format]菜单-[3-D rotation]-展开对话框- 有6个小按钮即为设置图形旋转方向，可以把图形作各个方向旋转，以便发现变量变化趋势及异常值 二 相关分析 （一）相关分析的功用和应用：研究和处理变量之间相关关系的数理统计方法 Bivariate过程：用于进行两个/多个变量间的参数/非参数相关分析，如果是多个变量，给出两两相关分析结果。 Partial过程：进行偏相关分析，如果两个变量的取值均受到其他变量的影响，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相关系数。 （二）两个变量相关分析过程： 1 建立数据文件：定义因变量和自变量 2 作散点图：初步判断两个变量间是否存在线性相关趋势，是否为直线趋势，以及数据中是否存在异常点。 3 Analyze-Correlate—Bivariate-打开双变量相关分析主对话框—确定双变量（x,y)；如果选入了多个，则结果会以相关矩阵的形式给出两两直线相关分析结果。 二相关分析 二相关分析 3 主对话框中的选择项 （1）Correlation Coefficients 复选框：用于选择需要计算的相关分析指标： Pearson：计算Pearson相关系数（r）进行积距相关分析，即参数相关分析。 Kendall（等级相关）：计算等级相关系数 spearman（秩相关）：计算spearman相关系数，即是最常用的非参数相关分析 （2）显著性检验类型选择项： two-tailed\one-tailed 4 options 对话框中的选择项：用于选择需要计算的描述统计量和统计分析 （1）描述统计量选择项：选择输出每个变量的均值、标准差等 （2）缺失值处理方法选择项 二 相关分析 5．结果显示： （1）行列变量的相关系数矩阵及其显著性标记（*） （2）相关系数为0