线性相关系数的计算

Spss电脑实验－第六节(3)线性相关系数的计算

更新时间：2006-1-19 21:11:30 关注指数：7992

Ⅲ．线性相关系数的计算

1. 线性相关的概念

如果各统计指标是定量数据，要了解它们间的关系密切程度，可用线性相关分析。

例如：大家都知道的糖尿病病人，它靠胰岛素来治疗。现测量20 名糖尿病病人（以ID 来编号）血中的血糖值（y）、胰岛素值（x1）和生长激素值（x2）。我们即可分析 y、x1 和x2 间的两两/ 双变量间的线性关系。数据见下面的程序文件CorreRegre2.sps 的例*2。

2. 线性相关计算的所用命令

用SPSS Analyze 菜单中的子菜单Correlate，其中的Bivariate 对话框即可计算两两/ 双变量间的线性相关系数r 及其显著性。这是通常最常见、最常用的情况。

本例所用程序文件名为CorreRegre2.sps 中的例*2。（例*2 中还有用于偏相关系数与距离相关系数的计算命令，详后）。

----------------------------------------------------------------

*2. Prof. Zhang Weng-Tong: SPSS 11, P.273-277:.

DATA LIST FREE /ID y x1 x2.

BEGIN DATA.

1 12.21 15.20 9.51

2 14.54 16.70 11.43

3 12.27 11.90 7.53

4 12.04 14.00 12.17

5 7.88 19.80 2.33

6 11.10 16.20 13.52

7 10.43 17.00 10.07

8 13.32 10.30 18.89

9 19.59 5.90 13.14

10 9.05 18.70 9.63

11 6.44 25.10 5.10

12 9.49 16.40 4.53

13 10.16 22.00 2.16

14 8.38 23.10 4.26

15 8.49 23.20 3.42

16 7.71 25.00 7.34

17 11.38 16.80 12.75

18 10.82 11.20 10.88

19 12.49 13.70 11.06

20 9.21 24.40 9.16

END DATA.

CORRELATIONS /VARIABLES=y x1 x2 /PRINT=TWOTAIL NOSIG.

NONPAR CORR /VARIABLES=y x1 x2 /PRINT=SPEARMAN TWOTAIL NOSIG.

NONPAR CORR /VARIABLES=y x1 x2 /PRINT=KENDALL TWOTAIL NOSIG.

PARTIAL CORR /VARIABLES= y x2 BY x1

/SIGNIFICANCE=TWOTAIL.

PROXIMITIES y x1 x2

/VIEW=CASE

/MEASURE= CORRELATION

/STANDARDIZE= NONE.

PROXIMITIES y x1 x2

/VIEW=CASE

/MEASURE= EUCLID

/STANDARDIZE=NONE.

*--------------------------------------------------------------------------.

3. 线性相关系数的计算结果

SPSS 中的CORRELATION 命令，可计算各变量两两间的线性相关系数，单独地计算两两变量间相关系数的结果是：Y 与X1 间相关系数为-0.840, P=0.000；Y 与X2 间相关系数为0.638, P=0.002；X1 与X2 间相关系数为-0.663, P=0.001。

Correlations

Y X1 X2

Y Pearson Correlation 1.000 -0.840 0.638

Sig. (2-tailed) . 0.000 0.002

N 20 20 20

X1 Pearson Correlation -0.840 1.000 -0.663

Sig. (2-tailed) .000 . 0.001

N 20 20 20

X2 Pearson Correlation 0.638 -0.663 1.000

Sig. (2-tailed) 0.002 0.001 .

N 20 20 20

** Correlation is significant at the 0.01 level (2-tailed).