实验四相关分析.doc

实验四 相关分析 实验目的 学习利用SPSS进行相关分析、偏相关分析、距离分析。 二、实验内容及实验步骤 （一）两变量的相关分析（Bivariate过程） 实验内容： 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 2 3 4 5 6 7 8 9 10 74 66 88 69 91 73 66 96 58 73 13 10 13 11 16 9 7 14 5 10 实验步骤： 1．建立数据文件。 定义变量名：发硒为x，血硒为y，按顺序输入相应数值。 2．选择菜单“Analyze→Correlate→Bivariate” ，弹出“Bivariate Correlation”对话框。在对话框左侧的变量列表中选x、y，使之进入“Variables”框；再在“Correlation Coefficients” 框中选择Pearson相关系数（r）；在“Test of Significance”框中选相关系数的 “Two-tailed”（双侧）检验。选中复选框“Flag significant correlations”设置是否突出显示显著相关。 3．单击“Options”按钮，弹出“Bivariate Correlation: Options”对话框，选择“Means and standard deviations”和“Cross-product deviations and covariances”项，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。 4．单击“OK”按钮，得到输出结果。对结果进行分析解释。 X与y的相关系数r=0.872,为高度的正线性相关,且t的双侧检验中 p值=0.0010.05，线性关系显著。 （二）偏相关分析(Partial 过程) 实验内容： 某地30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。 实验步骤： 1．打开数据文件pcorrelation.sav 2．选择菜单“Analyze→Correlate→Partial” ，弹出“Partial Correlations”对话框。在对话框左侧的变量列表中选变量“身高”、“肺活量” 进入Variables框，选择要控制的变量“体重”进入“Controlling for”框中，以在控制体重的影响下对变量身高与肺活量进行偏相关分析；在“Test of Significance”框中选双侧检验。 3．单击“Options”按钮，弹出“Partial Correlations: Options”对话框。在“Statistics”复选框组中选择要输出的统计量。 4．单击“OK”按钮，得到输出结果。对结果进行分析解释。 身高与肺活量的偏相关系数r=0.246呈低度正线性相关，在T统计量的双尾检验中p值=0.1990.05,不拒绝原假设，说明两变量之间线性关系不显著。 (三)距离分析(Distances过程) 实验内容： 某医师对8份标准血红蛋白样品作三次平行检测，结果如下，问检测结果是否一致？ ?样品号 1 2 3 4 5 6 7 8 第一次 第二次 第三次 12.36 12.40 12.18 12.14 12.20 12.22 12.31 12.28 12.35 12.32 12.25 12.21 12.12 12.22 12.10 12.28 12.34 12.25 12.24 12.31 12.20 12.41 12.30 12.46 实验步骤： 1．建立数据文件。 定义变量名：第一次测量值为HB1，第二次测量值为HB2，第三次测量值为HB3，输入相应数据。 2．选择菜单“Analyze→Correlate→Distance” ，弹出“Distance”对话框。在对话框左侧的变量列表中选变量HB1、HB2、HB3，进入“Variables” 框。在“Compute Distances”框中选择“Between variables”，作变量之间的距离相关分析。在“Measure”栏中选择“Similarities”相似性测距。单击“Measure” 按钮，系统弹出“Distance: Similarity Measure”对话框，选择“Pearson correlation” 为测量距离。 3．单击“OK”按钮，得到输出结果。对结果进行分析解释。 输出结果如图所示： HB1与HB2和HB3中度线性相关，HB2与HB3线性关系不明显 三 练习题： 1、打开数据文件correlate1.sav, 要求分析汽车价格和汽车的燃油效率之间是否存在线性关系。 选择菜单“Analyze→Correl