第4讲 相与关分析 .ppt

SPSS 16实用教程 第6章 相关分析 图6-7 散点图 ? 结果和讨论 6.3 二元定序变量的相关分析 6.3.1 统计学上的定义和计算公式 定义：定序变量又称为有序（ordinal）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。例如，“最高学历”变量的取值是：1—小学及以下、2—初中、3—高中、中专、技校、4—大学专科、5—大学本科、6—研究生以上。由小到大的取值能够代表学历由低到高。 Spearman和Kendalls tua-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。 计算公式如下。 Spearman等级相关系数为 对Spearman等级相关系数的统计检验，一般如果个案数n≤30，将直接利用Spearman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。 对Kendalls tua-b等级相关系数的统计检验，一般如果个案数n≤30，将直接利用Kendalls tua-b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。 6.3.2 SPSS中实现过程 ? 研究问题 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“作文1”和“作文2”，数据如表6-2所示。问两次评分的等级相关有多大，是否达到显著水平？ 表6-2 学生作文两次的得分情况 90.00 88.00 herry 90.00 95.00 jake 78.00 73.00 joke 80.00 75.00 marry 75.00 87.00 caber 80.00 85.00 david 70.00 68.00 chen 75.00 79.00 john 65.00 59.00 laly 75.00 77.00 wish 85.00 80.00 jess 93.00 96.00 watet 65.00 67.00 smith 92.00 89.00 hah 73.00 75.00 shizg 70.00 62.00 yu 82.00 78.00 yaju 83.00 86.00 hxh 作 文 2 作 文 1 人 名 ? 实现步骤 图6-8 “Bivariate Correlations”对话框（二） 6.3.3 结果和讨论 6.4 偏相关分析 二元变量的相关分析在一些情况下无法较为真实准确地反映事物之间的相关关系。例如，在研究某农场春季早稻产量与平均降雨量、平均温度之间的关系时，产量和平均降雨量之间的关系中实际还包含了平均温度对产量的影响。同时平均降雨量对平均温度也会产生影响。在这种情况下，单纯计算简单相关系数，显然不能准确地反映事物之间地相关关系，而需要在剔除其他相关因素影响的条件下计算相关系数。偏相关分析正是用来解决这个问题的。 定义：偏相关分析是指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度的过程。 偏相关分析的工具是计算偏相关系数r12，3。 6.4.1 统计学上的定义和计算公式 6.4.2 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，如表6-3所示。现求降雨量对产量的偏相关。 表6-3 早稻产量与降雨量和温度之间的关系 20.00 130.00 600.00 18.00 125.00 600.00 18.00 120.00 580.00 17.00 120.00 550.00 16.00 115.00 500.00 14.00 111.00 480.00 13.00 105.00 450.00 10.00 45.00 300.00 8.00 33.00 230.00 6.00 25.00 150.00 温 度 降 雨 量 产 量 ? 实现步骤 图6-9 在菜单中选择“Partial”命令 图6-10 “Partial Correlations”对话框 图6-11 “Partial Correlations：Options”对话框 6.4.3 结果和讨论 6.5.1 统计学上的定义和计算公式 6.5 距离相关分析 距离相关分析是对观测量之间或变量之间相似或不相似的程度的一种测量。距离相关分析可用于同一变量内部各个取值间，以考察其相互接近程度；也可用于变量间，以考察预测值对实际值的拟合优度。 距离相关分析的结果可以用于其他分析过程。例如，因子分析、聚类分析等，有助于分析复杂的数据集合。 距离相关分析根据统计量不同，分为以下两种。