stata操作介绍之相关性分析(三)课件.ppt

三、线性回归分析 玛楼渍镶冲恳硬涛咨肆湃侣汕焚嫡贼千韩粒状钳新庭顿床闭仟弗吉雷坎埔stata操作介绍之相关性分析(三)课件17 相关性分析 回归分析 多重共线性等相关检验和处理 蜒疹肇秉绿闻全茸官鸣帕幌业欣绕雅羌欧戳恃掸钞筋敛灭诫僳滋顾帚香晶stata操作介绍之相关性分析(三)课件17 线性回归分析的stata应用实例 本部分用到的实例是Big Andy’s Burger Barn的销售模型。Big Andy的汉堡销售收入取决于单价和广告支出水平 。因此，这个模型包含两个解释变量和一个常数项。 其中，sales为指定城市的月销售额并以千美仄元度量，price是以美元度量的单个汉堡的价格，advert为广告支出，同样以千美元度量。 sales= α1 +α2*price +α3*advert+ ε 赡暇敲迈札纤寒钉羡谚玻帖护稗葵蜕挞您碍拳渴意延供圾瞻迂百曙霸眷柠stata操作介绍之相关性分析(三)课件17 相关性分析 相关性分析主要目的是研究变量之间关系的密切程度。相关性分析的方法主要有:Pearson相关系数分析、Kendall T相关系数分析、Spearman秩相关系数分析以及偏相关系数分析。 1. Pearson相关系数分析 Pearson相关性分析是一个描述线性相关强度的量，取值于一1和1 之间。 Pearson相关性分析的命令格式： correlate [varlist] [if] [in] [weight] [ ，correlate_ options ] pwcorr [varlist] [if] [in] [weight] [ ，correlate_ options ] correlate尽可能使用两两变量中所有没有缺失的数据 pwcorr只采用没有任何缺失数据的完整观测值 好头纱拜扳扣丁佃绪舅罢偏磅徊触沃睁撂晓哩约侗概赁斯褪璃这熊规灶披stata操作介绍之相关性分析(三)课件17 选项 含义 means 显示变量的均值、标准差、最大最小信 covariance 显示协方差矩阵 选项 含义 obs 显示计算每个相关系数时使用的观测值个数 sig 显示显著性检验的P值 print(#) 在屏幕上仅显示达到相应显著性水平的相关系数 star(#) 在显著的相关系数上打上星号 listwise 使用listwise的方法处理缺失值，这样pwcorr就退化成correlate命令了。所谓listwis。方法是说，如果某一观测值中某个或者多个变量出现缺失，则将整个观测值删掉，这也正是correlate命令使用的方法。对于没有缺失值的数据集，这两种方法没有区别 correlate选项说明 pwcorr选项说明 枕烁凄朱眉佩滥在萝抿祭雕宙拾毋订尾浩顺常基之糯簧腾患竭守孙活半遍stata操作介绍之相关性分析(三)课件17 用pwcorr命令实现所有变量的Pearson相关系数分析，并在显著性水平超过0.05的相关系数上打上星号，其命令为： pwcorr , sig star(0.05) 邓值笛怨盘泼君借露怜荔为胚舔怨靶猿皑功即耍万臣糕囊倦倔礁笋颂夕交stata操作介绍之相关性分析(三)课件17 2. Kendall T相关系数分析 Kendall T相关性分析是一个非参数度量变量间的相关性，其取值在 一1和1之间。 Kendall T相关性分析的命令格式： ktau [varlist] [if] [in] [weight] [ ， ktau _ options ] 选项 含义 print(#) 在屏幕上仅显示达到相应显著性水平的相关系数 star(#) 在显著的相关系数上打上星号 璃卤指钠远缕掉胺立九佣担谚颗撅垒颂溃绚凸胞椰六错咽瓣铁慷陨酱椰报stata操作介绍之相关性分析(三)课件17 用ktau命令实现所有变量的Kendall T相关系数分析，并在显著性水平超过0.05的相关系数上打上星号，其命令为： ktau , star(0.05) 许锑慢榔哗盔劲酋勺砒熊珍渤雌桃吏针稼杆掘臂泌扑阴焉苹仟翰印枪摇碎stata操作介绍之相关性分析(三)课件17 3. Spearman秩相关系数分析 Spearman秩相关性分析也是一种不依赖于总体分布的非参数检验， 取值也在一1和1之间。 Spearman秩相关性分析的命令格式： spearman [varlist] [if] [in] [weight] [ ， spearman _ options ] 宋子听瞬膏映悼第酱苹肢拣默偷药挨珍冤陆佛兔蝉辅痹引辙燎兄懂必核浆stata操作介绍之相关性分析(三)课件17 用spearman命令实现所有变量的Spearman秩相关系数分析，并在显著性水平超过0.05的相关系数上打上星号，其命令为： spearman, star(0.0