相关与回归分析课件.pptVIP

相关与回归分析 相关分析是研究两组数据之间共同变化的密切程度的统计分析。回归分析研究因变量与引起其变化的自变量之间变化的函数关系的符合程度。 相关分析 一、相关的概念 SPSS for Windows的相关分析共分为四类： ①Pearson相关 条件：自变量等间距或等比例的正态分布。 ②Spearman等级相关 条件：自变量顺序等距或等比例的非正态分布或不明分布。 ③Kendall相关非参数 相关系数 ：一致观察对的个数（Concordant Pair of Obj） ：不一致观察对的个数（Discordant Pair of Obj） (xi-xj)与（yi-yj）其中，i为定值，j为变值。同号为一致观察对，异号为不一致观察对。 例： x y x1 y1 x2 y2 x3 y3 x4 y4 x5 y5 经求秩排序后,产生如下数据表格。 假定数值分布1为： x y C D 1 2 4 0 3 4 3 0 5 6 2 0 7 8 1 0 9 10 0 0 ? 假定数值分布2为： x y C D 1 10 0 4 3 8 0 3 5 6 0 2 7 4 0 1 9 2 0 0 条件：自变量可以是顺序、不等间距或不等比例的非正态分布或分布不明。 ④偏相关 偏相关系数 该方法用于解决中介变量存在时相关关系的研究。 二、相关的结论解释： ? 0 为完全不相关 r = +1 为完全正相关 ±1 为完全相关 -1 为完全负相关  三、相关统计量的计算 ①Pearson’s T值 ： 由T查表?P。 若 越大，则T值越大，P就越小；相关程度将越高。若N越大，则T越大，P将越小；相关程度将越高。 ②Spearman’s ρ值： 由ρ值查表?P 和 分别为xi和yi的秩数 ③Kendall’s 值： 由 查表?P ④偏相关值 （即r）： 由查表?P 四、相关分析的零假设 零假设H0: x，y不相关 备择假设H1: x，y不相关 0.05 不相关 α通常取0.05。 P= 也有时α取值0.01或0.001 =0.05 相关 ? ? ? ? 五、操作步骤 执行菜单命令： [Analyze][Correlate][Bivariate] 选择求相关的变量：至少选择两个移动到：Variables内。 相关类型：“Pearson”、“Kendall”或“Spearman”。 显著度测试“Test of significance”：双侧概率Two-tailed，还是单侧One-tailed，默认为双侧概率。 选择相关显著度水平的标识“Flag significant correlations” 该标识就是*号。当显著度水平低于0.05时，显示一个*号，当低于0.01时，将显示两个*号。 [Options]中提供均值、标准差