stata操作介绍之相关性分析讲义.ppt

相关性分析
回归分析
多重共线性等相关检验和处理
*
stata操作介绍之相关性分析
*
线性回归分析的stata应用实例
本部分用到的实例是Big Andy’s Burger Barn的销售模型。Big Andy的汉堡销售收入取决于单价和广告支出水平 。因此，这个模型包含两个解释变量和一个常数项。
其中，sales为指定城市的月销售额并以千美仄元度量，price是以美元度量的单个汉堡的价格，advert为广告支出，同样以千美元度量。
sales= α1 +α2*price +α3*advert+ ε
*
stata操作介绍之相关性分析
*
相关性分析
相关性分析主要目的是研究变量之间关系的密切程度。相关性分析的方法主要有:Pearson相关系数分析、Kendall T相关系数分析、Spearman秩相关系数分析以及偏相关系数分析。
1. Pearson相关系数分析
Pearson相关性分析是一个描述线性相关强度的量，取值于一1和1
之间。 Pearson相关性分析的命令格式：
correlate [varlist] [if] [in] [weight] [ ，correlate_ options ]
pwcorr [varlist] [if] [in] [weight] [ ，correlate_ options ]
correlate尽可能使用两两变量中所有没有缺失的数据
pwcorr只采用没有任何缺失数据的完整观测值
*
stata操作介绍之相关性分析
*
选项
含义
means
显示变量的均值、标准差、最大最小信
covariance
显示协方差矩阵
选项
含义
obs
显示计算每个相关系数时使用的观测值个数
sig
显示显著性检验的P值
print(#)
在屏幕上仅显示达到相应显著性水平的相关系数
star(#)
在显著的相关系数上打上星号
listwise
使用listwise的方法处理缺失值，这样pwcorr就退化成correlate命令了。所谓listwis。方法是说，如果某一观测值中某个或者多个变量出现缺失，则将整个观测值删掉，这也正是correlate命令使用的方法。对于没有缺失值的数据集，这两种方法没有区别
correlate选项说明
pwcorr选项说明
*
stata操作介绍之相关性分析
*
用pwcorr命令实现所有变量的Pearson相关系数分析，，其命令为：
pwcorr , sig star()
*
stata操作介绍之相关性分析
*
2. Kendall T相关系数分析
Kendall T相关性分析是一个非参数度量变量间的相关性，其取值在
一1和1之间。 Kendall T相关性分析的命令格式：
ktau [varlist] [if] [in] [weight] [ ， ktau _ options ]
选项
含义
print(#)
在屏幕上仅显示达到相应显著性水平的相关系数
star(#)
在显著的相关系数上打上星号
*
stata操作介绍之相关性分析
*
用ktau命令实现所有变量的Kendall T相关系数分析，，其命令为：
ktau , star()
*
stata操作介绍之相关性分析
*
3. Spearman秩相关系数分析
Spearman秩相关性分析也是一种不依赖于总体分布的非参数检验，
取值也在一1和1之间。 Spearman秩相关性分析的命令格式：
spearman [varlist] [if] [in] [weight] [ ， spearman _ options ]
*
stata操作介绍之相关性分析
*
用spearman命令实现所有变量的Spearman秩相关系数分析，，其命令为：
spearman, star()
*
stata操作介绍之相关性分析
*

双变量相关分析是研究两个变量之间的相关关系，有时在分析两个
变量之间相关关系时，往往会有其他变量的影响因素混合在里面，
此时计算出来的相关系数可能并不能真正反映两个变量之间的关系。
偏相关性分析的命令格式：
pcorr varnamel varlist [if] [in] [weight]
*
stata操作介绍之相关性分析
*