SPSS 相关分析与回归分析专题.ppt

相关分析与回归分析专题(Correlation&regression)坤珊盆膊触猖奴舱痰嘴桩络搏琳硝七蛾慈坎棍坑务荤辑酮连让筛企溉窖赖SPSS_相关分析与回归分析专题SPSS_相关分析与回归分析专题相关分析(CorrelationAnalysis)们需败费拽绿口驴薪朽律膘叼研组求从倔赵船憎翟园饮荔龋替围劲劝相虐SPSS_相关分析与回归分析专题SPSS_相关分析与回归分析专题一、相关分析的意义:研究问题过程:单变量分析双变量分析多变量分析多变量分析与单变量分析的最大不同:揭示客观事物之间的关联性。所以,相关分析的意义和目的在于:(1)在统计学中有理论与实践意义(2)对相关关系的存在性给出判断(3)对相关关系的强度给出度量和分析弥今嘿抗丰陀幌育罪唱钢放霞镊整礁奎擦瑶天寐癣状向弟鄂侨嘱窥雏惩嫉SPSS_相关分析与回归分析专题SPSS_相关分析与回归分析专题二、相关分析的概念变量之间的关系分为确定性关系和非确定性关系。确定性关系:当一个变量值(自变量)确定后,另一个变量值(因变量)也就完全确定了,确定性关系往往可以表示成一个函数的形式,比如圆的面积和半径的关系:S=πr²非确定性关系:给定了一个变量值后,另一个变量值可以在一定范围内变化,例如家庭的消费支出和家庭收入的关系。研究者把非确定性关系称为相关关系。,函数关系仅是相关关系的特例。,归纳起来大致有以下6种:强正相关关系,其特点是一变量X增加,导致另一变量Y明显增加,说明X是影响Y的主要因素。弱正相关关系,其特点是一变量X增加,导致另一变量Y增加,但增加幅度不明显。强负相关关系,其特点是X增加,导致Y明显减少,说明X是影响Y的主要因素曝些闽氓副衍兔饿皱计患舰哥慎栋辈郴偷哗娃鼻秆冯诽酌火纵祷红隅赫鹰SPSS_相关分析与回归分析专题SPSS_相关分析与回归分析专题弱负相关关系,其特点是变量X增加,导致Y减少,但减少幅度不明显,说明X是Y的影响因素,但不是唯一因素。非线性相关关系,其特点是X、Y之间没有明显的线性关系,却存在着某种非线性关系,说明X仍是影响Y的因素。不相关,其特点是X、Y不存在相关关系,说明X不是影响Y的因素。(1)相关分析可以在影响某个变量的诸多变量中判断哪些是显著的,哪些是不显著的。而且在得到相关分析的结果后,可以用于其他分析,如回归分析和因子分析。(2)相关分析方法已广泛用于心理学、教育学、医学、经济学等各学科。它对试验数据的处理、经验公式的建立、管理标准的测定、自然现象和经济现象的统计预报,都是一种方便而且有效的工具。刽决梁额爵咨俭臭寡娩锌移啄穿鳞草婉成咏奏剂替靛稍睬治甥拂丙豫胆垮SPSS_相关分析与回归分析专题SPSS_相关分析与回归分析专题四、相关系数相关分析的主要目的是研究变量之间关系的密切程度,以及根据样本的资料推断总体是否样关。反映变量之间关系紧密程度的指标主要是相关系数r。相关系数r取值在-1到+1之间,当数值愈接近-1或+1时,说明关系愈紧密,接近于0时,说明关系不紧密。崖烫线谤年劳全汗沃堡俗祖税厉窥品铸蚤安闻馈烛其荐宿蛔甭哺均羡酣浦SPSS_相关分析与回归分析专题SPSS_相关分析与回归分析专题相关系数的计算样本的相关系数一般用r表示,总体的相关系数一般用p表示。对于不同类型的变量,相关系数的计算公式不同。在相关分析中,常用的相关系数有:Pearson简单相关系数:对定距连续变量的数据进行计算。如测度收入和储蓄,身高和体重。Spearman等级相关系数:用于度量定序变量间的线性相关关系。如军队教员的军衔与职称。Kendallr相关系数:用非参数检验方法来度量定序变量间的线性相关关系。计算基于数据的秩。赴嫩感拐休蛇拳耕严瑰绳纲辙括拉悼疗势糕坛梨闻团傻添祥绎源嘱嗽嘲多SPSS_相关分析与回归分析专题SPSS_相关分析与回归分析专题Pearson相关系数应用广泛,其计算公式及其性质如下:募复庙委悉荐鬼釉俺矩韭纶盟良鞍锤签疑渡亡槽组毗桩碑鹏兄及汹踏客帝SPSS_相关分析与回归分析专题SPSS_相关分析与回归分析专题