第十一章++线性相关分析与线性回归分析.doc

。最简单的相关分析是线性相关分析,即两个变量之间是一种直线相关的关系。相关分析的方法有很多,根据变量的测量层次不同,可以选择不同的相关分析方法。总的来说,变量之间的线性相关关系分为三种。一是正相关,即两个变量的变化方向一致。二是负相关,即两个变量的变化方向相反。三是无相关,即两个变量的变化趋势没有明显的依存关系。两个变量之间的相关程度一般用相关系数r来表示。r的取值范围是:-1?r?1。?r?越接近1,说明两个变量之间的相关性越强。?r?越接近0,说明两个变量之间的相关性越弱。相关分析可以通过下述过程来实现:(打开双变量相关分析对话框执行下述操作:Analyze?Correlate(相关)?Bivariate(双变量)打开双变量相关分析对话框,如图11-1所示。图11-1双变量相关分析对话框2(选择进行相关分析的变量从左侧的源变量窗口中选择两个要进行相关分析的变量进入Variable窗口。3(选择相关系数。CorrelationCoefficient是相关系数的选项栏。栏中提供了三个相关系数的选项:(1)Pearson:皮尔逊相关,即积差相关系数。适用于两个变量都为定距以上变量,且两个变量都服从正态分布的情况。这是系统默认的选项。(2)Kendall:肯德尔相关系数。它表示的是等级相关,适用于两个变量都为定序变量的情况。(3)Spearman:斯皮尔曼等级相关。它表示的也是等级相关,也适用于两个变量都为定序变量的情况。4(确定显著性检验的类型。TestofSignificance是显著性检验类型的选项栏,栏中包括两个选项:(1)Two-tailed:双尾检验。这是系统默认的选项。(2)One-tailed:单尾检验。5(确定是否输出相关系数的显著性水平FlagsignificantCorrelations:是标出相关系数的显著性选项。如果选中此项,系统在输出结果时,在相关系数的右上方使用“*”;用“**”。,如图11-2所示。图11-2相关分析选项对话框(1)Statistics是输出统计量的选项栏。1)Meansandstandarddeviations是均值与标准差选项。选择此项,系统将在输出文件中输出均值与标准差。2)Cross-productdeviationsandcovariances是叉积离差与协方差选项。选择此项,系统将在输出文件中输出每个变量的离差平方和与两个变量的协方差。上述两项选择只有在主对话框中选择了Pearson:皮尔逊相关后,计算结果才有价值。(2)缺失值的处理办法MissingValuess是处理缺失值的选项栏。1)Excludecasespairwise是成对剔除参与相关系数计算的两个变量中有缺失值的个案。2)Excludecaseslistwise是剔除带有缺失值的所有个案。上述选项做完以后,单击Continue按钮,返回双变量相关分析对话框。8(单击OK按钮,提交运行。系统在输出文件窗口中输出相关分析的结果。:在“休闲调查1”中,对被调查者的“住房面积”和“家月收入”作相关分析打开数据文件“休闲调查1”后,执行下述操作:1(Analyze?Correlate?Bivariate打开双变量相关分析对话框。2(从左侧的源变量中选择“住房面积”和“家月收入”进入Variable窗口。其它选项采用系统默认状态。3(单击Options按钮,打开对话框。productdeviationsandcovariances选择Meansandstandarddeviations选项和Cross-选项。单击Continue按钮,返回双变量相关分析对话框。4(单击OK按钮,提交运行。可以在输出文件中看到相关分析的结果如表11-1、表11-2所示表11-1变量的描述统计表11-2相关分析表由于在选项中选择了Meansandstandarddeviations选项。所以在输出文件中出现了表11-1,表中的内容就是两个变量的平均值、标准差和个案数。表11-2是以交叉表的形式表现的相关分析的结果。下面将表的内容作如下解释:PearsonCorrelation是皮尔逊相关系数。在它右侧“住房使用面积”,这是“住房使用面积”与“住房使用面积”的相关系数。由于使用同一个变量计算相关,数据完全一一对应,所以计算的相关系数为1。在“家月收入”,这是“住房使用面积”与