第八章 SPSS的相关分析.ppt

本章内容 8.1 相关分析概述 8.2 绘制散点图 8.3 计算相关系数 8.4 偏相关分析 8.1 相关分析概述 客观事物之间的关系大致可归纳为两大类: （1）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。 （2）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。 （3）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。 双变量关系强度测量的主要指标 8.2 绘制散点图 （1） 相关分析通过图形（散点图）和数值（相关系数）两种方式，有效地揭示事物之间相关关系的强弱程度和方向。 （2） 散点图 它将数据以点的形式画在直角坐标系上，通过观察散点图能够直观地发现变量间的相关关系及它们的强弱程度和方向。 2.操作步骤 （1）绘制散点图前，先将数据按一定的方式组织：每个变量设置为相应的SPSS变量。 （2）[Graphs]-[Legacy Dialogs]-[Scatter/Dot]:提供四种类型的散点图 ①[simple Scatter]-简单散点图 ②[overlay Scatter]-重叠散点图 ③[matrix Scatter]-矩阵散点图 ④[3-D Scatter]-三维散点图 （3）简单散点图(simple Scatter) ①表示一对变量间统计关系的散点图 ②将纵轴变量选入[Y Axis]， ③将横轴变量选入[X Axis]， ④将分组变量选入[Set markers by]:用该变量将样本数据分组，并在一张图上用不同颜色绘制若干个散点图。 ⑤将标记变量选入[Lable Cases by]，将标记变量的各变量值标记在散点图相应点的旁边。 ⑥指定一个分类变量到[panel by]，分别绘制该变量不同取值下的多张散点图。 （4）重叠散点图（overlay Scatter） ①表示多对变量间统计关系的散点图 ②两个变量为一对，前一个为纵轴变量，后一个为横轴变量，并可通过 按钮进行横轴变量的调换。 ③将标记变量选入[Lable Cases by]，将标记变量的各变量值标记在散点图相应点的旁边。 ④指定一个分类变量到[panel by]，分别绘制该变量不同取值下的多张散点图。 ①以方形矩阵的形式分别显示多对变量间统计关系的散点图 ②需弄清各矩阵单元中的横纵变量。 ③括号中，前一个变量为纵轴变量，后一个变量为横轴变量 对角线格子，显示参与绘图的变量。 ④ 在第三行第三列，则第三行的所有图形都以 为纵轴， 第三列的所有图形都以 为横轴。 ⑤指定参与绘图的若干变量到[matrix Variables]，选择变量的先后顺序决定了其在矩阵对角线的排列顺序。 ⑥将分组变量选入[Set markers by]:用该变量分组，并在一张图上用不同颜色绘制若干个散点图。 ⑦将标记变量选入[Lable Cases by]，将标记变量的各变量值标记在散点图相应点的旁边。 （6）三维散点图(3-D Scatter) ①以立体图的形式表示三对变量间统计关系的散点图，指定三个变量，分别选入[X Axis]、 [Y Axis] 、[Z Axis] ②将分组变量选入[Set markers by]:用该变量分组，并在一张图上用不同颜色绘制若干个散点图。 ③将标记变量选入[Lable Cases by]，将标记变量的各变量值标记在散点图相应点的旁边。 3 其他功能 （1）图形的交互绘制 [Graphs]-[Chart Builder] 在[Gallery]选项卡中选择[Scatter/Dot],拖动Sample Scatte图标到绘制区域，用鼠标拖动相关变量到X轴和Y轴。 （2）散点图的调整 在需调整的散点图上双击鼠标，进入图形编辑窗口。 ①[Option]-[Bin Element]:数据点的合并 “棒状”的绘制 ②[Elements]-[Fit Line at Total]: 选择”棒状”的样式: (a)Linear-线性回归 (b)Quadratic-二项式回归 (c)Cubic-三项式回归 应用案例 利用“住房状况调查”数据，分析家庭收入与计划面积之间的关系。 分析： （1）可通过散点图大致了解两者关系。 （2）只有一对变量，用简单散点图。 1.利用相关系数进行变量间线性关系的分析通常需要完成以下两个步骤： （1）计算样本相关系数r； ①相关系数r的取值在-1～+1之间。 ②r0表示两变量存在正的线性相关关系；r0表示两变量存在负的线性相关关系。 ③r＝1表示两变量存在完全正相关；r＝-1