SPSS的相关分析和线性回归分析.pptxVIP

SPSS的相关分析和线性回归分析共71页，您现在浏览的是第1页!问题家庭收入和支出之间有关系吗？有什么样的关系？子女身高和父母身高之间有关系吗？又有什么样的关系？SPSS的相关分析和线性回归分析共71页，您现在浏览的是第2页!第八章SPSS相关分析与回归分析SPSS的相关分析和线性回归分析共71页，您现在浏览的是第3页!本章内容8.1相关分析和回归分析概述8.2相关分析8.3偏相关分析8.4线性回归分析8.5曲线估计SPSS的相关分析和线性回归分析共71页，您现在浏览的是第4页!8.1相关分析和回归分析概述客观事物之间的关系大致可归纳为两大类，即函数关系：指两事物之间的一种一一对应的关系，如商品的销售额和销售量之间的关系。相关关系（统计关系）：指两事物之间的一种非一一对应的关系，例如家庭收入和支出、子女身高和父母身高之间的关系等。相关关系又分为线性相关和非线性相关。相关分析和回归分析都是分析客观事物之间相关关系的数量分析方法。SPSS的相关分析和线性回归分析共71页，您现在浏览的是第5页! 简单散点图：表示一对变量间统计关系的散点图。 重叠散点图：表示多对变量间统计关系的散点图。 矩阵散点图：以方形矩阵的形式在多个坐标轴上分别显示多对变量间的统计关系。以3*3矩阵散点图为例。三维散点图：以立体图的形式展现三对变量间的统计关系。SPSS的相关分析和线性回归分析共71页，您现在浏览的是第6页!对不同类型的变量应采用不同的相关系数来度量，常用的相关系数主要有Pearson简单相关系数、Spearman等级相关系数和Kendall相关系数等。8.2.2.1Pearson简单相关系数（适用于两个变量都是数值型的数据）Pearson简单相关系数的检验统计量为：SPSS的相关分析和线性回归分析共71页，您现在浏览的是第7页!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。SPSS的相关分析和线性回归分析共71页，您现在浏览的是第8页!如果两变量具有较强的正相关，则一致对数目U应较大，非一致对数目V应较小；如果两变量具有较强的负相关，则一致对数目U应较小，非一致对数目V应较大；如果两变量的相关性较弱，则一致对数目U和非一致对数目V应大致相当，大约各占样本数的一半。SPSS的相关分析和线性回归分析共71页，您现在浏览的是第9页!8.2.3计算相关系数的基本操作相关分析用于描述两个变量间关系的密切程度，其特点是变量不分主次，被置于同等的地位。在Analyze的下拉菜单Correlate命令项中有三个相关分析功能子命令Bivariate过程、Partial过程、Distances过程，分别对应着相关分析、偏相关分析和相似性测度（距离）的三个spss过程。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。SPSS的相关分析和线性回归分析共71页，您现在浏览的是第10页!（2）把参加计算相关系数的变量选到Variables框。（3）在CorrelationCoefficents框中选择计算哪种相关系数。（4）在TestofSignificance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Flagsignificancecorrelation选项表示分析结果中除显示统计检验的概率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Option按钮中的Statistics选项中，选中Cross-productdeviationsandcovariances表示输出两变量的离差平方和协方差。SPSS的相关分析和线性回归分析共71页，您现在浏览的是第11页!问题研究高校立项课题总数影响因素的相关分析中发现立项课题数与论文数之间有较强正线性相关关系，但应看到这种关系中可能掺入了投入高级职称的人年数的影响。SPSS的相关分析和线性