相关分析与简单回归分析.pptxVIP

庄文忠副教授世新大学行政管理学系2025/3/16SPSS之应用(庄文忠副教授)1相关分析与简单回归分析

双变量相关分析(Bivariatecorrelations)偏相关分析(Partialcorrelations)距离(Distances)相关分析(Correlationanalysis)01描述性分析与模型摘要变异数分析表(ANOVAtable)与系数残差统计量与偏离值(Outliers)诊断简单回归分析(Simpleregressionanalysis)02

线性关系(linerrelationship)：是指两变项间的关系，大部分可以一条直线准确地来加以说明。Y=a+bXa=截距(当X=0，Y的值)b=斜率=变项的相关包括关系的方向及程度。方向指的是变项间是正向关系或负向关系；关系的程度则是指关系的大小及强度，从关系不存在到完全关系。

变项间经常是使用不同的测量单位，相关系数大小及方向计算可能会受到变项间不同单位所影响。但Person相关系数变是使用Z分数而能成功地克服此问题。换言之，改变X或Y的测量单位，不会改变X和Y的相关系数。Person’s相关系数公式：12

01?r=1.00，表示「完全」正相关；?r=0.00，表示没有关系（所有的点几乎是随机分布，无法以单一直线链接在一起）；?r=-1.00，表示「完全」负相关。方向02?|r|0.3，表示「低度」相关；?0.3?|r|0.7，表示「高度」相关；?|r|?0.7，表示「高度」相关。强度

双变量相关分析2025/3/16SPSS之应用(庄文忠副教授)7

意义：X1和Y的关系可能会受到其他变量(如X2、X3)的影响，因此，X1和Y的关系必须控制其他变量对X1和Y的影响后，再计算X1和Y的真正关系。公式：12

偏相关分析2025/3/16SPSS之应用(庄文忠副教授)10

No.3意义：计算两个变量之间的相似性(similarities)或相异性(dissimilarities)。再将这些相似性或距离测量结果，用于因子分析、集群分析、或多元尺度方法之类的其他程序，以便进一步分析更复杂的数据集。极端值(outliers)对距离计算有很大的影响，必须先决定是否删除这些个案。欧几里得距离(Euclideandistance)No.2No.1

距离－变量之间2025/3/16SPSS之应用(庄文忠副教授)13

回归分析和相关分析不同之处在于，回归分析假定自变量(x)是(或)至少某种程度上是依变量(y)的一个原因(cause)或预测因子(predictor)。预测方程式：

变异数分析总变异量(TotalSumofSquares)回归解释量(SumofSquaresRegression)总误差量(SumofSquaresErrors)自由度(DF)n-1=1+n-2

简单回归分析2025/3/16SPSS之应用(庄文忠副教授)18

偏离值与残差2025/3/16SPSS之应用(庄文忠副教授)23

相关分析回归分析描述两个数字变量直线关联的方向和强度画出一条(虚拟)直线来描述两个数字变量间的关联不需要区别自变量和依变量需要区别自变量和依变量相关系数不受测量单位影响截距与斜率受测量单位影响同样会受到极端值的影响预测的效果视r的强度而定数据文件中找三个数字变量，利用相关分析说明这三个变量之间有何关系？以其中一个变量作为控制变量，比较另两个变量的净相关为何？以其中一个变量为依变量，另两个变量为自变量，执行两个简单回归分析，说明哪一个变量对依变量的解释力比较高？比较相关分析和简单回归分析结果是否有差异？