第二讲 相关分析与回归分析.docxVIP

第二讲相关分析与回归分析 第一节相关分析 1变量的相关性 变量的相关性分两种，一种是研究两个变量 X与y的相关 性。本节只研究前者，即两个变量之间的相关性；。 两个变量X与y的相关性研究，是探讨这两个变量之间的 关系密切到什么程度，能否给出一个定量的指标。这个问题的难 处在于“关系”二字，从数学角度看，两个变量 X、y之间的关 系具有无限的可能性，一个比较现实的想法是：确立一种“样板” 关系，然后把x、y的实际关系与“样板”关系比较，看它们“像” 到了什么程度，给出一个定量指标。 取什么关系做“样板”关系？线性关系。这是一种单调递增 或递减的关系，在现实生活中广为应用；另外，现实世界中大量 的变量服从正态分布，对这些变量而言，可以用线性关系或准线 性关系构建它们之间的联系。 1. 2相关性度量 .概率论中用 相关系数(correlation coefficient )度量两个变量的 相关程度。 为区别以下出现的样本相关系数，有时也把这里定义的相关 系数称为总体相关系数。可见相关系数是判断变量间线性关系的 重要指标。 .样本相关系数 我们也只能根据这个容量为n的样本来判断变量X和y的相关性 达到怎样的程度。 这个估计称为样本相关系数，或Pearson相关系数。它能够根据 样本观察值计算出两个变量相关系数的估计值。 和总体相关系数一样，如果p x/ = 0，称X和y不相关。这时 它们没有线性关系。 多数情况下，样本相关系数取区间(-1, 1)中的一个值。相 关系数的绝对值越大，表明X和y之间存在的关系越接近线性关 系。 1 ? 3相关性检验 两个变量X和y之间的相关性检验是对原假设 H0: Corr (X,Y) = 0 的显著性进行检验。检验类型为t。如果H0显著，则X和Y之间 没有线性关系。 1. 4 计算样本相关系数Correlate\Bivariate 例1数据data02，计算变量当前薪金、起始薪金、受教育年 限和工作经验之间的样本相关系数。 打开 Correlate\Bivariate 对话框，将变量 salary salbegin、educ 和prevexp输入Variables，点击pK|，即得表格： Correlations 加心苻4 工作经验 ―1 Hu 羽 1 jJz. 7-1-1 zJVI JsJz. 受教育年限 Pears on Correlation 1 .661** .633** -.252** Sig. (2-tailed) . .000 .000 .000 N 474— 474— 474— 474— 当前薪 金 Pears on Correlation .661** 1 .880** -.097* Sig. (2-tailed) .000 . .000 .034 N 474— 474— 474— 474— 起始薪 金 Pears on Correlation .633** .880** 1 .045 Sig. (2-tailed) .000 .000 . .327 N 474— 474— 474— 474— 工作经验(月) Pears on Correlation -.252** -.097* .045 1 Sig. (2-tailed) .000 .034 .327 . N 474— 474— 474— 474— -Correlation is s ignificant at the 0.01 level (2-tailed). *. Correlation is s ignificant at the 0.05 level (2-tailed). 表格中的Pearson Correlation指样本相关系数，例如起始薪金与受 教育年限的相关系数为0.633 ； Sig.为相关性检验结果，起始薪金 与受教育年限的相关性检验结果为Sig.=0.000，在0.05和0.01的水 平下，都能否定它们不相关的假设。N为观察值个数。 1. 5偏相关系数 控制变量 以上在计算变量X和K的相关系数时，并没有考 虑有其他变量的影响。例如：计算 当前薪金(salary)与起始薪金 (salbegin)的相关系数得0.890，但是当前薪金显然还受到 受教育年 限(educ)的影响，这个影响在计算相关系数时没有被扣除，因此 0.890这个数字不完全真实。如扣除educ的影响，在计算salary和 salbegin的相关系数，就更接近真实了。这个被扣除的变量就叫控 制变量，这里educ便是控制变量。控制变量可以不止一个。 偏相关系数 扣除控制变量影响后得到的相关系数称为 偏相 关系数(partial correlation )，计算命令为：Correlate\Par