第7章相關(guān)分析與SPSS實(shí)現(xiàn)

1、.Mean_均值Std Dev_標(biāo)準(zhǔn)差Variance_方差niiyny112)(111niiyyns2)(1112niiyynsCovariance_協(xié)方差：)()(11),(12xxyynyxSiniiSynSxyyxxRii)(Pearsons 相關(guān)系數(shù)經(jīng)驗(yàn)相關(guān)系數(shù).SynSxyyxxRii)(LyyQLyyLyyUR2)(1niiyyQ2)(1yyUni2)(1yyLyyniiQULyy.r = 0.38.r = -0.31.r = 0.95.r = 0.64.r = -0.46.r = 0.99.r = -0.0.22)()()(yyxxyyxxRiiiiSpearman corre

2、lation coefficient 是是Pearson相關(guān)系數(shù)的非參數(shù)相關(guān)系數(shù)的非參數(shù)版本，主要基于數(shù)據(jù)的秩而不是數(shù)據(jù)的值本身，它適用于等級(jí)版本，主要基于數(shù)據(jù)的秩而不是數(shù)據(jù)的值本身，它適用于等級(jí)數(shù)據(jù)和不滿足正態(tài)假設(shè)的等間隔數(shù)據(jù)。數(shù)據(jù)和不滿足正態(tài)假設(shè)的等間隔數(shù)據(jù)。 秩相關(guān)。秩相關(guān)。與與Pearsons相關(guān)的區(qū)別？相關(guān)的區(qū)別？.)(TyQPTxQPQPR.)4)(3)(2)(1(3)2(221)3)(2(30nnnnnSnSSnnD)2)(1(1QiQiSi)2)(1)(2)(1(2yiyixixiSi) 1)(2)(2(3QiyixiSi.H0：相關(guān)系數(shù)為相關(guān)系數(shù)為0Sig0.05，拒絕H0A

3、nalyzeCorrelateBivariate兩兩相關(guān)AnalyzeCorrelatePartial 對(duì)變量進(jìn)行偏相關(guān)分析。在偏相關(guān)分析中，系統(tǒng)可按用戶的要求對(duì)兩相關(guān)變量之外的某一或某些影響相關(guān)的其他變量進(jìn)行控制，輸出控制其他變量影響后的相關(guān)系數(shù)。 AnalyzeCorrelateDistance 對(duì)變量?jī)?nèi)部各觀察單位間的數(shù)值進(jìn)行距離相關(guān)分析，以考察相互間的接近程度；也可對(duì)變量間進(jìn)行距離相關(guān)分析，常用于考察預(yù)測(cè)值對(duì)實(shí)際值的擬合優(yōu)度。 在Compute Distances框中有兩個(gè)選項(xiàng)，Between cases表示作變量?jī)?nèi)部觀察值之間的距離相關(guān)分析，Between variables表示作變

4、量之間的距離相關(guān)分析 .相關(guān)系數(shù)的選擇相關(guān)系數(shù)的選擇 Pearson Pearson 積矩相關(guān)系數(shù)積矩相關(guān)系數(shù)-要求正態(tài)分布，應(yīng)明確指要求正態(tài)分布，應(yīng)明確指出是出是Pearson Pearson 積矩相關(guān)系數(shù)。積矩相關(guān)系數(shù)。vPearson Pearson 積矩相關(guān)系數(shù)（對(duì)應(yīng)于積矩相關(guān)系數(shù)（對(duì)應(yīng)于 “參數(shù)方法參數(shù)方法”）v順序變量（即順序變量（即“秩變量秩變量”）的）的SpearmanSpearman秩相關(guān)系秩相關(guān)系數(shù)和數(shù)和KendallKendall秩相關(guān)系數(shù)（對(duì)應(yīng)于秩相關(guān)系數(shù)（對(duì)應(yīng)于 “非參數(shù)方法非參數(shù)方法”）等。等。Pearson Pearson 積矩相關(guān)系數(shù)可用于描述積矩相關(guān)系數(shù)可用于

5、描述2 2個(gè)隨機(jī)變量的個(gè)隨機(jī)變量的線性相關(guān)程度線性相關(guān)程度SpearmanSpearman或或KendallKendall秩相關(guān)系數(shù)判斷兩個(gè)隨機(jī)變量秩相關(guān)系數(shù)判斷兩個(gè)隨機(jī)變量在二維和多維空間中是否具有某種共變趨勢(shì)。在二維和多維空間中是否具有某種共變趨勢(shì)。 .相關(guān)系數(shù)的選擇相關(guān)系數(shù)的選擇 續(xù)續(xù)計(jì)算各種相關(guān)系數(shù)有前提條件：計(jì)算各種相關(guān)系數(shù)有前提條件：n對(duì)于秩變量，一般別無(wú)選擇，只能計(jì)算對(duì)于秩變量，一般別無(wú)選擇，只能計(jì)算Spearman或或Kendall秩相關(guān)系數(shù)。秩相關(guān)系數(shù)。n對(duì)于數(shù)值變量，只要條件許可，應(yīng)盡量使用對(duì)于數(shù)值變量，只要條件許可，應(yīng)盡量使用檢驗(yàn)檢驗(yàn)功效最高功效最高的參數(shù)方法，即計(jì)算用的

6、參數(shù)方法，即計(jì)算用Pearson 積矩相積矩相關(guān)系數(shù)。只有計(jì)算關(guān)系數(shù)。只有計(jì)算Pearson 積矩相關(guān)系數(shù)的前提積矩相關(guān)系數(shù)的前提不存在時(shí)，才退而求其次，考慮專門為秩變量設(shè)不存在時(shí)，才退而求其次，考慮專門為秩變量設(shè)計(jì)的計(jì)的Spearman或或Kendall秩相關(guān)系數(shù)（秩相關(guān)系數(shù)（盡管這盡管這樣做會(huì)導(dǎo)致檢驗(yàn)功效的降低樣做會(huì)導(dǎo)致檢驗(yàn)功效的降低）。）。 .v如果如果2個(gè)隨機(jī)變量服從二元正態(tài)分布假設(shè)，則應(yīng)該用個(gè)隨機(jī)變量服從二元正態(tài)分布假設(shè)，則應(yīng)該用Pearson 積矩積矩相關(guān)系數(shù)分析其相關(guān)關(guān)系。相關(guān)系數(shù)分析其相關(guān)關(guān)系。v如果不服從二元正態(tài)分布，則可嘗試進(jìn)行數(shù)據(jù)變換，看變換后的數(shù)如果不服從二元正態(tài)分布，

7、則可嘗試進(jìn)行數(shù)據(jù)變換，看變換后的數(shù)據(jù)是否符合正態(tài)分布？據(jù)是否符合正態(tài)分布？v如果是，則可以針對(duì)變換后的數(shù)據(jù)計(jì)算如果是，則可以針對(duì)變換后的數(shù)據(jù)計(jì)算Pearson 積矩相關(guān)系數(shù)；否則，積矩相關(guān)系數(shù)；否則，就不能計(jì)算就不能計(jì)算Pearson 積矩相關(guān)系數(shù)，而應(yīng)改用檢驗(yàn)功效較低的積矩相關(guān)系數(shù)，而應(yīng)改用檢驗(yàn)功效較低的Spearman或或Kendall秩相關(guān)系數(shù)（此時(shí)，如果強(qiáng)行計(jì)算秩相關(guān)系數(shù)（此時(shí)，如果強(qiáng)行計(jì)算Pearson 積矩積矩相關(guān)系數(shù)有可能會(huì)得出完全錯(cuò)誤的結(jié)論）。相關(guān)系數(shù)有可能會(huì)得出完全錯(cuò)誤的結(jié)論）。.偏相關(guān)系數(shù)分析兩變量間關(guān)系時(shí)，會(huì)有其它變量的影響混雜在其中。如要分析生長(zhǎng)素 X2 與 血糖Y 的相關(guān)系數(shù)，由于有胰島素的影響混雜在其中，胰島素會(huì)影響血糖值 Y，因此單獨(dú)地計(jì)算兩兩間的相關(guān)系數(shù)，可能會(huì)得出錯(cuò)誤的結(jié)論。因?yàn)檫@樣計(jì)算沒有把 X1 對(duì) Y 的影響控制下來(lái)。n在控制第三方因素（在控制第三方因素（ X1-胰島素相同）的情況下，分析胰島素相同）的情況下，分析 二個(gè)變二個(gè)變量之間的相關(guān)關(guān)系（量之間的