第五章 SPSS相关分析综述.ppt

第五章 相关分析;主要内容;一、相关分析;函数关系;相关（统计）关系;相关（统计）关系的例子 商品的消费量(y)与居民收入(x)之间的关系 商品销售额(y)与广告费支出(x)之间的关系 粮食亩产量(y)与施肥量(x1) 、降雨量(x2) 、温度(x3)之间的关系 收入水平(y)与受教育程度(x)之间的关系 父亲身高(y)与子女身高(x)之间的关系;;2、相关分析; 二、 绘制散点图;完全相关;不相关;线性正相关;非线性相关;散点图矩阵;三维散点图;（二）SPSS操作;三、 相关系数;;-1.0;使用相关系数时应注意的问题：;说明: 相关系数只是有效地度量两变量间的线性相关程度，但它并不是度量非线性关系的有效工具. 数据中存在极端值时，用相关系数度量不好 如:(1,1)(2,2)(3,3),(4,4),(5,5),(6,1) r=0.33 但总体上表现出: x=y 因此，相关系数应结合散点图分析。;（二）相关系数的种类;（三）Pearson简单相关系数 度量定距变量间的相关关系。例如，收入和储蓄、身高和体重等。 x与y的相关系数等同于y与x的相关系数。 简单相关系数是无量纲的。 度量两变量之间的线性关系。;;（四）Spearman等级相关;1、秩次和秩和;两组各有5个变量值。现在依从小到大的顺序将它们排列起来，并标明秩次，结果如下： A组 2.6 3.2 4.7 5.2 6.4 B组 1.7 2.3 2.6 3.6 3.7 秩次 1 2 3 4 5 6 7 8 9 10;原始值中有两个“2.6”，分属A、B组，它们的秩次应是3和4，然而它们的数值本来是同样大小的，哪组取“3”，哪组取“4”呢？我们计算它们的平均数（3+4）/2=3.5，作为“2.6”的秩次，称为“平均秩次”，这样才公平合理。这样两组所得的秩次及秩和如下： A组 3.5 5 8 9 10 /35.5 B组 1 2 3.5 6 7 /19.5;上面A组和B组中各有五个原始值，按顺序排列：最小值设为1，再按绝对值大小对余下的变量逐个排序，最大值为两组变量个数之和10。依次可得1，2，3.5,3.5,5,6,7,8,9,10。这10 个序号即是秩次。A组秩和就是等于3.5+5+8+9+10=39.5，B组秩和就是等于1+2+3.5+6+7=19.5。从两组的原始变量值也可以初步看出：A组偏大，B组偏小。现在得出的秩和也是A组大于B组，与由变量值所观察到的一致。;2、怎样编秩 ;3、 Spearman秩相关; （2）适用条件 ①两变量的资料为等级测量数据，且具有线性关系。 ②连续变量的测量数据，按其大小排成等级，亦可用等级相关计算。 ③不要求总体呈正态分布。 2、计算方法 ; 计算步骤： （1）计算两变量等级之差D； （2）计算D2； （3）计算∑ D2； （4）代入公式,求得rR 例 求10名学生的语文成绩与阅读能力成绩之间的等级相关系数;序号; 解：将有关数据代入公式得 ; （五） Kendall（肯德尔）和谐系数 1、概念及适用条件 （1）概念 当多个变量值以等级顺序表示时，这几个变量之间的一致性程度，称为肯德尔和谐系数或肯德尔W系数。 （2）适用条件 适用于两列以上等级变量。如了解几个评定者对同一组学生成绩等级评定的一致性程度等。; 2、计算方法 它以符号W表示，公式为;计算步骤：略 例 某评价小组7人依据已确定的4项内容对某教师打分，将分数转换为等级后的结果见表，求这7人对该教师评价意见的一致性程度。; 解：将上述数据代入公式得;;（六）相关系数检验;简单相关系数;（七）案例分析;;;;;;;;四、偏相关系数;;;2、偏相关分析的步骤;3、偏相关系数SPSS操作;4、分析案例;;;;;;四、 距离分析;