4spss相关分析和回归分析解析.ppt

SPSS 相关分析和回归分析一、 SPSS 相关分析—— Correlate 菜单?相关分析用于描述两个变量间联系的密切程度,其特点是变量不分主次,被置于同等的地位。?在 Analyze 的下拉菜单 Correlate 命令项中有三个相关分析功能子命令 Bivariate 过程、 Partial 过程、 Distances 过程,分别对应着相关分析、偏相关分析和相似性测度的三个 spss 过程。 SPSS 相关分析? Bivariate 过程用于进行两个或多个变量间的相关分析,如为多个变量,给出两两相关的分析结果。? Partial 过程,当进行相关分析的两个变量的取值都受到其他变量的影响时,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。? Distances 过程用于对同一变量各观察单位间的数值或各个不同变量间进行相似性或不相似性分析一般不单独使用,而作为因子分析等的预分析。需要掌握的是 Bivariate 相关分析?在进行相关分析时,散点图是重要的工具,分析前应先做散点图,以初步确定两个变量间是否存在相关趋势,该趋势是否为直线趋势,以及数据中是否存在异常点。否则可能得出错误结论。? Bivariate 相关分析的步骤:输入数据后,依次单击 Analyze — Correlate — Bivariate ,打开 Bivariate Correlations 对话框如图 5-1 图5- 1 Bivariate Correlations 对话框不清楚变量之间是正相关还是负相关时选择此项。清楚变量之间是正相关还是负相关时可选择此项。计算积距相关系数,连续性变量才可采用。计算 Kendall 秩相关系数, 适合于定序变量或不满足正态分布假设的等间隔数据。计算 Spearman 秩相关系数,适合于定序变量或不满足正态分布假设的等间隔数据。在输出结果中,相关系数的右上角上有“*”则表示显著性水平为 ;右上角上有“** ”则表示显著性水平为 。见图 5-2 图5- 2 Options 对话框对每一个变量输出均值、标准差和无缺省值的观测数。对每一个变量输出交叉距阵和协方差距阵。计算某个统计量时,在这一对变量中排除有缺省值的观测值。对于任何分析,有缺省值的观测值都会被排除。观测号********** 体重(克) 83726990909590917570 鸡冠重(毫克) 5642188456107 90683148 相关分析实例数据表相关分析实例十只小鸡的体重与鸡冠的数据如表所示(数据文件: 小鸡(相关) .sav ): 分析步骤 1)输入数据,依次单击 Analyze — Correlate — Bivariate ,打开 Bivariate Correlations 对话框;2)选择 weight 和 coronary 变量进入 Variables 框中; 3)在 Correlation Coefficients 栏内选择 Pearson; 4)在 Test of Significance 栏选择 Two-tailed; 5)选择 Flag significant correlation; 6)单击 Options 按钮,选择 Mean and standard deviations 、 Cross-product deviations and covariances 、 Exclude cases pairise 选项; 7)单击 OK 完成。描述性统计量表,如下: Descriptive Statistics 10 10 体重鸡冠重 Mean Std. Deviation N从表中可看出,变量 weight 的均值为 ,标准差为 ,观测数为 10;变量 coronaryt ,标准差为 ,观测数为 10; 结果分析从表中可看出, Pearson 相关系数为 , ,这两者之间不相关的双尾检验值为 。体重观测值的协方差为 ,而鸡冠重观测值的协方差为 ,体重和鸡冠重的协方差为 。从统计结果可得到,小鸡的体重与鸡冠重之间存在正相关关系,当小鸡的体重越大时,则小鸡的鸡冠越重。并且,否定了小鸡的体重与鸡冠重之间不相关的假设。 Pearson 相关系数距阵 Correlations .865** . .001 10 10 .865** .001 .