Spss统计应用基础第六章.ppt

第六章 相关分析 主要内容 二元定距变量的相关分析 二元定序变量的相关分析 偏相关分析 距离相关分析 二元变量的相关是指通过计算变量间的两两相关的相关系数，对两个或两个以上变量之间两两相关的程度进行分析。 根据研究的变量类型不同，可以分为 二元定距变量的相关分析 二元定序变量的相关分析 常用的相关系数是 Pearson 简单相关系数 Spearman Kendall’s tau-b等级相关 6.1 二元定距变量的相关分析 6.1.1 统计学的定义和计算公式 定义：通过计算定距变量间两两相关系数，对两个或两个以上定距变量之间两两相关的程度进行分析。 定距变量又称间隔变量，它的取值可以比较大小，用加减计算出差异大小。 Pearson简单相关系数用来衡量定距变量间的线性关系。 公式： 6.1.2 SPSS中实现过程 研究问题 研究学生的数学和化学成绩之间是否具有相关。 实现步骤： (1)Analyze ? Correlate ? Bivariate 打开双变量相关分析主对话框( Bivariate Correlations ) (2) 在左侧的源变量栏中选择数学和化学，单击进入变量栏( Variables ) 在Test of Significance框中可选择相关系数的单侧或双侧检验，本例选双侧 选中 Flag significatios correlations选项，表示相关分析结果中将不显示统计检验的相伴概率，而以星号(*)表示。 (3)单击Option按钮，出现Bivariate Correlations:Option对话框： Statistics框中的Means and standard deviations 表示输出相关系数的同时计算输出各变量的平均值和标准差。 选中Cross-product deviations and covariances项表示输出叉积离差和协方差。 Missing Values框中为对缺失值的处理。 本例中选择Means and standard deviation和Exclude cases pairwise项 单击Continue按钮，返回Bivariat Correlations对话框。 单击OK 按钮运行程序 6.1.4 　绘制相关散点图 如果对变量之间的相关程度不需要掌握得那么精确，或不清楚两者之间的关系，可以通过绘制变量的相关散点图来直接判断。 实现步骤 步骤1　Graphs?Scatter命令 步骤2　选择Simple图标 步骤3　单击Define按钮，将数学选到Y　Axis 将化学选到X　Axis框中。 　　　　其它选项为默认。 步骤4　单击OK，开始绘图。 6.2 二元定序变量的相关分析 6.2.1 统计学上的定义和计算公式 定义：定序变量 又称有序变量、顺序变量，它取值的大小能够表示观测对象的某种顺序关系(等级、方位或大小等)，也是基于“质”因素的变量。 Spearman 和Kendall’s tau-b等级相关系数用以衡量定序变量间的线性相关关系，它们利用的是非参数检验的方法。 计算公式： 6.2.2 SPSS中实现过程 研究问题 某语文老师先后两次对其班学生同一篇作文加以评分，两次成绩分别记为变量“作文1”和作文2“，问两次评分的等级相关有多大，是否达到显著水平？ 实现步骤： (1)从Analyze ? Correlate ? Bivariate 进入双变量相关分析主对话框 (2)将变量作文1和作文2，单击按钮进入变量栏 相关系数类型中，选择Spearman和Kendall’s tau-b 等级相关. 选中双侧检验和Flag of signification两项 (3)点击OK 按钮运行程序 6.3 偏相关分析 6.3.1 统计学上的定义和计算公式 定义：当两个变量同时与第三个变量相关时，将第三个变量的影响剔除，只分析另外两个变量之间相关程序的过程。 计算公式： 6.3.2 SPSS 中实现过程 研究问题 某农场通过试验取得某农作物产量与春季降雨量和平均温度的数据，现求降雨量对农作物产量的偏相关。 实现步骤： (1)Analyze? Correlate ? Partial 命令项弹出Partial Correlations 对话框 (2)在对话框左侧的变量列表中,选变量产量和降雨量，点击箭头按钮使之进入Variables矩形框，控制的变量温度，点击箭头按钮使之进入Controlling for 矩形框 在Test of Significance 框中选双尾检验 还选中Display actual significance level 选项，它表示相关分析的结果中将显示统计检验中具体的相伴概率。 (3) Opti