- 1、本文档共11页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
SPSS实用教程第七章 相关分析
第一节BivariateCorrelations过程
主要功能
实例操作
第二节PartialCorrelations过程
主要功能
实例操作
第三节DistancesCorrelations过程
主要功能
实例操作
任何事物的存在都不是孤立的,而是相互联系、相互制约的。在医学领域中,身高与体重、体温与脉搏、年龄与血压等都存在一定的联系。说明客观事物相互间关系的密切程度并用适当的统计指标表示出来,这个过程就是相关分析。
值得注意,事物之间有相关,不一定是因果关系,也可能仅是伴随关系。但如果事物之间有因果关系,则两者必然相关。
SPSS的相关分析是借助于Statistics菜单的Correlate选项完成的。
第一节Bivariate过程
主要功能
调用此过程可对变量进行相关关系的分析,计算有关的统计指标,以判断变量之间相互关系的密切程度。调用该过程命令时允许同时输入两变量或两个以上变量,但系统输出的是变量间两两相关的相关系数。
实例操作
[例7-1]某地区10名健康儿童头发和全血中的硒含量(1000ppm)如下,试作发硒与血硒的相关分析。
编号
发硒
血硒
1
74
13
2
66
10
3
88
13
4
69
11
5
91
16
6
73
9
7
66
7
8
96
14
9
58
5
10
73
10
7.1.2.1
数据准备
激活数据管理窗口,定义变量名:发硒为X,血硒为Y,按顺序输入相应数值,建立数据库(图7.1)。
图
图7.1 原始数据的输入
统计分析
激活Statistics菜单选Correlate中的Bivariate...命令项,弹出BivariateCorrelation对话框(图7.2)。在对话框左侧的变量列表中选x、y,点击 钮使之进入Variables框;再在CorrelationCoefficients框中选择相关系数的类型,共有三种:Pearson为通常所指的相关系数(r),Kendell’stau-b为非参数资料的相关系数,Spearman
为非正态分布资料的Pearson相关系数替代值,本例选用Pearson项;在TestofSignificance框中可选相关系数的单侧(One-tailed)或双侧(Two-tailed)检验,本例选双侧检验。
图
图7.2 相关分析对话框
点击Options...钮弹出BivariateCorrelation:Options对话框(图7.3),可选有关统计项目。本例要求输出X、Y的均数与标准差以及XY交叉乘积的标准差与协方差,故选Meansandstandarddeviations和Cross-productdeviationsandcovariances项,而后点击Continue钮返回BivariateCorrelation对话框,再点击OK钮即可。
图
图7.3 相关分析统计对话框
结果解释:
在结果输出窗口中将看到如下统计数据:变量X、Y的例数、均数与标准差,变量X、Y交叉乘积的例数、标准差与协方差;XY两两对应的相关系数及其双侧检验的概率,本例r=0.8715,P=0.001。
Variable
Cases
Mean
StdDev
X
10
75.4000
12.2945
Y
10
10.8000
3.3267
Variables
Cases
Cross-ProdDev
Variance-Covar
X Y
10
320.8000
35.6444
X
Y
X
1.0000
.8715
( 10)
(
10)
YP=.
Y
P=.
.8715
P=.001
1.0000
( 10)
(
P=.
10)
P=.001
(Coefficient/(Cases)/2-tailedSignificance)
.isprintedifacoefficientcannotbecomputed
主要功能
调用此过程可对变量进行偏相关分析。在偏相关分析中,系统可按用户的要求对两相关变量之外的某一或某些影响相关的其他变量进行控制,输出控制其他变量影响后的相关系数。
实例操作
[例7-2]某地29名13岁男童身高(cm)、体重(kg)和肺活量(ml)的数据如下表,试对该资料作控制体重影响作用的身高与肺活量相关分析。
编号
身高(cm)
体重
(kg)
肺活量
(ml)
编号
身高(cm)
体重
(kg)
肺活量
(ml)
1
135.1
32.0
1750
16
153.0
47.2
1750
2
1
您可能关注的文档
- SDH设备总体介绍.docx
- SDH网络分析和总结.docx
- SDH误码测试分析和总结.docx
- SDL Trados 2017 “翻译单个文档”操作流程.docx
- SDN技术试题库分析和总结.docx
- Section 10 Geographical Information Science分析和总结分析和总结.docx
- Section 11 Washington State Cadastral Framework Project分析和总结分析和总结.docx
- Section 12 Land Information in the Federal Republic of Germany分析和总结分析和总结.docx
- Section 13 National Spatial Data Infrastructure in China分析和总结分析和总结.docx
- Section 14 Mine Surveying分析和总结分析和总结.docx
文档评论(0)