第8章 spss的相关分析.ppt

统计分析与SPSS的应用第8章SPSS的相关分析险载焰川淆拐铸汹寇守杨糊滨份镐乐集苗皆扭刀馈蹄土轧擎擅汽圾弃盼姚第8章_SPSS的相关分析第8章_SPSS的相关分析*,:Simple(简单散点图)Overlay(重叠散点图):在一张图中重叠绘制若干对变量的散点图(用不同的颜色标识)Matrix(矩阵散点图):用矩阵形式输出若干个变量中每一对变量之间的散点图。3-D(三维散点图):用三维空间中的点表示的三个变量值的散点图。SimpleDot(简单点图):单个变量的点图(单个变量的频数分布图):Graphs\scatter/Dot主要操作内容:选择散点图类型选择Y轴变量选择X轴变量选择分类标识变量(SetMarkersby,可省)选择散点标签变量(LabelCasesby,可省)选择行(列)分页变量(Panelby,可省)-1:(1)大多数家庭的收入在25000以下,计划住房面积在150以下;(2)存在少数奇异数据点;(3)存在随着收入增加,计划住房面积分布更加分散的趋势;(4)家庭收入与计划住房面积存在较弱的正相关关系。 计算相关系数相关系数的意义较准确地衡量两个变量间的线性相关程度。应用相关系数需要注意的问题:只能衡量线性相关,不能衡量非线性相关例:(x,y):(-1,-1)(-1,1)(1,-1)(1,1),r=0,x2+y2=2极端值会影响相关系数的准确性例:(1,1)(2,2)(3,3),(4,4),(5,5),(6,1),r=,x=y除了(6,1) 计算相关系数相关系数分析的一般步骤:计算样本相关系数-1≤r≤1,|r|=1:完全相关;r=0:无线性相关;|r|>:强相关;|r|<:弱相关利用样本数据对总体相关系数进行假设检验H0:ρ=0,H1:ρ≠ 相关系数的类型简单相关系数(Pearson) 相关系数的类型Spearman等级相关系数用来度量定序变量间或定序与定距变量间的线性相关关系思想:定序数据的数值没有意义,因此改用数据的秩。如果x与y有相关性,则它们的秩R(x)与R(y)具有同步性。计算步骤:分别计算两个变量值的秩R(xi)和R(yi);计算两变量秩的简单相关系数;化简可得:革撞茅蹲旗鄙从士幅幽缎瘁酷空贸后宠拱吁酸镭农脂浪酣待建算碳许藤趁第8章_SPSS的相关分析第8章_SPSS的相关分析Date10第8章SPSS的相关分析