SPSS相关分析.ppt

《SPSS相关分析.ppt》由会员分享，可在线阅读，更多相关《SPSS相关分析.ppt（102页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、oBivariate过程：用于进行两个过程：用于进行两个/多个变量间的参数多个变量间的参数/非参数相非参数相关分析，如果是多个变量，则给出两两相关的分析结果。这是关分析，如果是多个变量，则给出两两相关的分析结果。这是Correlate子菜单中最为常用的一个过程。子菜单中最为常用的一个过程。oPartial过程：偏相关分析。如果需要进行相关分析的两个变过程：偏相关分析。如果需要进行相关分析的两个变量其取值均受到其他变量的影响，就可以利用偏相关分析对其量其取值均受到其他变量的影响，就可以利用偏相关分析对其他变量进行控制，输出控制其他变量影响后的相关系数，这种他变量进行控制，输出控制其他变量影响后的

2、相关系数，这种分析思想和协方差分析非常类似。分析思想和协方差分析非常类似。oDistances过程：调用此过程可对同一变量内部各观察单位过程：调用此过程可对同一变量内部各观察单位间的数值或各个不同变量间进行距离相关分析，前者可用于检间的数值或各个不同变量间进行距离相关分析，前者可用于检测观测值的接近程度，后者则常用于考察预测值对实际值的拟测观测值的接近程度，后者则常用于考察预测值对实际值的拟合优度。该过程在实际应用中用的非常少。合优度。该过程在实际应用中用的非常少。3.2.3 相关分析相关分析Correlate菜单菜单 o描述变量之间线性相关程度的强弱，并用适描述变量之间线性相关程度的强弱，并

3、用适当的统计指标表示出来的过程为相关分析。当的统计指标表示出来的过程为相关分析。可根据研究的目的不同，或变量的类型不同，可根据研究的目的不同，或变量的类型不同，采用不同的相关分析方法。采用不同的相关分析方法。o 相关系数的取值范围在相关系数的取值范围在1和和+1之间，之间，即即1r+1。其中：。其中：o 若若0r1，表明变量之间存在正相关，表明变量之间存在正相关关系，即两个变量的相随变动方向相同；关系，即两个变量的相随变动方向相同；o 若若1r0，表明变量之间存在负相，表明变量之间存在负相关关系，即两个变量的相随变动方向相反；关关系，即两个变量的相随变动方向相反；o 为了判断为了判断r对对的代

4、表性大小，需要对相关系数进的代表性大小，需要对相关系数进行假设检验。行假设检验。o （1）首先假设总体相关性为零，即）首先假设总体相关性为零，即H0为两总体为两总体无显著的线性相关关系。无显著的线性相关关系。o （2）其次，计算相应的统计量，并得到对应的相）其次，计算相应的统计量，并得到对应的相伴概率值。如果相伴概率值小于或等于指定的显著性伴概率值。如果相伴概率值小于或等于指定的显著性水平，则拒绝水平，则拒绝H0，认为两总体存在显著的线性相关，认为两总体存在显著的线性相关关系；如果相伴概率值大于指定的显著性水平，则不关系；如果相伴概率值大于指定的显著性水平，则不能拒绝能拒绝H0，认为两总体不存

5、在显著的线性相关关系。，认为两总体不存在显著的线性相关关系。在实际中，因为研究目的不同，变量的类型不同，在实际中，因为研究目的不同，变量的类型不同，采用的相关分析方法也不同。比较常用的相关分析采用的相关分析方法也不同。比较常用的相关分析是二元定距变量的相关分析、二元定序变量的相关是二元定距变量的相关分析、二元定序变量的相关分析、偏相关分析和距离分析。分析、偏相关分析和距离分析。3.2.3.1 二元定距变量的相关分析二元定距变量的相关分析 二元变量的相关分析是指通过计算变量间两两相关二元变量的相关分析是指通过计算变量间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相关系数，对两个或两个以

6、上变量之间两两相关的程度进行分析。根据所研究的变量类型不同，又的程度进行分析。根据所研究的变量类型不同，又可以分为二元定距变量的相关分析和二元定序变量可以分为二元定距变量的相关分析和二元定序变量的相关分析。的相关分析。在二元变量的相关分析过程中比较常用的几个相在二元变量的相关分析过程中比较常用的几个相关系数是关系数是Pearson简单相关系数、简单相关系数、Spearman和和Kendalls tua-b等级相关系数。等级相关系数。oPearson简单相关系数用来衡量定距变量间的简单相关系数用来衡量定距变量间的线性关系。如衡量国民收入和居民储蓄存款、线性关系。如衡量国民收入和居民储蓄存款、身高

7、和体重、高中成绩和高考成绩等变量间的身高和体重、高中成绩和高考成绩等变量间的线性相关关系。线性相关关系。Pearson简单相关系数简单相关系数o 对对Pearson简单相关系数的统计检验是简单相关系数的统计检验是计算计算t统计量，公式为统计量，公式为o t统计量服从统计量服从n2个自由度的个自由度的t分布。分布。某班级学生数学和化学的期末考试成绩如表所示，现要研某班级学生数学和化学的期末考试成绩如表所示，现要研究该班学生的数学和化学成绩之间是否具有相关性。究该班学生的数学和化学成绩之间是否具有相关性。8.1人人 名名数数 学学化化 学学hxh99.0090.00yaju88.0099.00yu

8、65.0070.00shizg89.0078.00hah94.0088.00smith90.0088.00watet79.0075.00jess95.0098.00wish95.0098.00laly80.0099.00john70.0089.00chen89.0098.00david85.0088.00caber50.0060.00marry87.0087.00joke87.0087.00jake86.0088.00herry76.0079.00o在上面的结果中，变量间两两的相关系数是用方阵的形式给在上面的结果中，变量间两两的相关系数是用方阵的形式给出的。每一行和每一列的两个变量对应的格子中

9、就是这两个出的。每一行和每一列的两个变量对应的格子中就是这两个变量相关分析结果结果，共分为三列，分别是相关系数、变量相关分析结果结果，共分为三列，分别是相关系数、P值值和样本数。由于这里只分析了两个变量，因此给出的是和样本数。由于这里只分析了两个变量，因此给出的是2*2的方阵。由上表可见自身的相关系数均为的方阵。由上表可见自身的相关系数均为1，而数学和化学的，而数学和化学的相关系数为相关系数为0.742，P0.001，有非常显著的统计学意义。，有非常显著的统计学意义。如果对变量之间的相关程度不需要掌握得那如果对变量之间的相关程度不需要掌握得那么精确，可以通过绘制变量的相关散点图来么精确，可以通

10、过绘制变量的相关散点图来直接判断。仍以上例来说明。直接判断。仍以上例来说明。Spearman和和Kendalls tua-b等级相关系数等级相关系数o Spearman和和Kendalls tua-b等级相关系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。的是非参数检验的方法。o计算公式如下。计算公式如下。o Spearman等级相关系数为等级相关系数为o对对Spearman等级相关系数的统计检验，一般等级相关系数的统计检验，一般如果个案数如果个案数n30，将直接利用，将直接利用Spearman等级相关统计量表，等级相关

11、统计量表，SPSS将自动根据该表给将自动根据该表给出对应的相伴概率值。出对应的相伴概率值。o对对Kendalls tua-b等级相关系数的统计检验，等级相关系数的统计检验，一般如果个案数一般如果个案数n30，将直接利用，将直接利用Kendalls tua-b等级相关统计量表，等级相关统计量表，SPSS将自动根据该表给出对应的相伴概率值。将自动根据该表给出对应的相伴概率值。某语文老师先后两次对其班级学生同一篇作文加以评某语文老师先后两次对其班级学生同一篇作文加以评分，两次成绩分别记为变量分，两次成绩分别记为变量“作文作文1”和和“作文作文2”，问，问两次评分的等级相关有多大，是否达到显著水平？两

12、次评分的等级相关有多大，是否达到显著水平？8.2人人 名名作作 文文 1作作 文文 2hxh86.0083.00yaju78.0082.00yu62.0070.00shizg75.0073.00hah89.0092.00smith67.0065.00watet96.0093.00jess80.0085.00wish77.0075.00laly59.0065.00john79.0075.00chen68.0070.00david85.0080.00caber87.0075.00marry75.0080.00joke73.0078.00jake95.0090.00herry88.0090.00o【

13、Variables框框】o用于选入需要进行相关分析的变量，至少需要选入用于选入需要进行相关分析的变量，至少需要选入两个。两个。o【Correlation Coefficients复选框组复选框组】o用于选择需要计算的相关分析指标，有：用于选择需要计算的相关分析指标，有：oPearson复选框复选框 选择进行积距相关分析，即最常选择进行积距相关分析，即最常用的参数相关分析用的参数相关分析 oKendalls tau-b复选框复选框 计算计算Kendalls等级相等级相关系数关系数 oSpearman复选框复选框 计算计算Spearman相关系数，相关系数，即最常用的非参数相关分析（秩相关）即最常

14、用的非参数相关分析（秩相关）o【Test of Significance单选框组单选框组】o用于确定是进行相关系数的单侧（用于确定是进行相关系数的单侧（One-tailed）或双侧）或双侧（Two-tailed）检验，一般选双侧检验。）检验，一般选双侧检验。o【Flag significant correlations】o用于确定是否在结果中用星号标记有统计学意义的相关系数，用于确定是否在结果中用星号标记有统计学意义的相关系数，一般选中。此时一般选中。此时P0.05的系数值旁会标记一个星号，的系数值旁会标记一个星号，PRegression=Curve estimationoDependant框

15、：选入阴性率框：选入阴性率oIndependant框：选入年龄框：选入年龄oModels复选框组：选择复选框组：选择Quadratic、Curbic、Logarithmatic，取消对，取消对Liner的选择。的选择。o上表给出了所拟合的三个模型的检验报告，包括拟合优度、上表给出了所拟合的三个模型的检验报告，包括拟合优度、模型的检验结果和各个系数值，从检验结果看，三个模型均模型的检验结果和各个系数值，从检验结果看，三个模型均有统计学意义，但从拟合优度看，三次方曲线的拟合优度最有统计学意义，但从拟合优度看，三次方曲线的拟合优度最高，似乎应选择三次方曲线，但注意三次方曲线多一个参数，高，似乎应选择

16、三次方曲线，但注意三次方曲线多一个参数，要复杂一些，而它的拟合优度和二次方曲线相差不大，因此要复杂一些，而它的拟合优度和二次方曲线相差不大，因此仅从这里的结果还不好对它们两者作出判断，仅从这里的结果还不好对它们两者作出判断，试用试用SPSS对国内生产总值和社会消费品零售总额对国内生产总值和社会消费品零售总额之间的关系进行曲线回归分析。之间的关系进行曲线回归分析。8.9年年 份份国内生产总值（亿元）国内生产总值（亿元）社会消费品零售总额（亿元）社会消费品零售总额（亿元）19783645.21558.619794062.61800.019804545.62140.019814891.62350.0

17、19825323.42570.019835962.72849.419847208.13376.419859016.04305.0198610275.24950.0198712058.65820.0198815042.87440.0198916992.38101.4199018667.88300.1199121781.59415.6199226923.510993.7199335333.912462.1199448197.916264.7199560793.720620.0199671176.624774.1199778973.027298.9199884402.329152.519998967

18、7.131134.7200099214.634152.62001109655.237595.22002120332.748135.92003135822.852516.32004159878.359501.02005183867.967176.62006210871.076410.0 由于进行曲线估计时所选的曲线模型种由于进行曲线估计时所选的曲线模型种类较多，所以使得输出的观察值与在各种函类较多，所以使得输出的观察值与在各种函数模型条件下预测值的对比图比较复杂，不数模型条件下预测值的对比图比较复杂，不易分辨出究竟易分辨出究竟Linear，Quadratic，Cubic及及Power这这4种曲线究竟哪种的对种曲线究竟哪种的对样本观察值的拟合优度更符合实际。样本观察值的拟合优度更符合实际。o重新回到对话框，在重新回到对话框，在“Model”框内只选中框内只选中“Quadratic”和和“Cubic”这两种拟合优度这两种拟合优度更高的曲线模型进行估计。得出它们与观察更高的曲线模型进行估计。得出它们与观察值的对比图值的对比图