实验四-相关分析

实验四相关分析

一、实验目的

学习利用SPSS进行相关分析、偏相关分析、距离分析。

二、实验内容及实验步骤

（一）两变量的相关分析（Bivariate过程）

实验内容：

某地区10名健康儿童头发和全血中的硒含量（1000ppm）如下，试作发硒与血硒的相关分析。

编号发硒血硒

1 2 3 4 5 6 7 8 9 1074

66

88

69

91

73

66

96

58

73

13

10

13

11

16

9

7

14

5

10

实验步骤：

1．建立数据文件。

定义变量名：发硒为x，血硒为y，按顺序输入相应数值。

2．选择菜单“Analyze→Correlate→Bivariate”，弹出“Bivariate Correlation”对话框。在对话框左侧的变量列表中选x、y，使之进入“Variables”框；再在“Correlation Coefficients”框中选择Pearson相关系数（r）；在“Test of Significance”框中选相关系数的“Two-tailed”（双侧）检验。选中复选框“Flag significant correlations”设置是否突出显示显著相关。

3．单击“Options”按钮，弹出“Bivariate Correlation: Options”对话框，选择“Means and standard deviations”和“Cross-product deviations and covariances”项，输出X、Y的均数与标准差以及XY交叉乘积的标准差与协方差。

4．单击“OK”按钮，得到输出结果。对结果进行分析解释。

X与y的相关系数r=0.872,为高度的正线性相关,且t的双侧检验中

p值=0.001<0.05，线性关系显著。

（二）偏相关分析(Partial 过程)

实验内容：

某地30名13岁男童身高（cm）、体重（kg）和肺活量（ml）的数据如下表, 试对该资料作控制体重影响作用的身高与肺活量相关分析。

实验步骤：

1．打开数据文件pcorrelation.sav

2．选择菜单“Analyze→Correlate→Partial”，弹出“Partial Correlations”对话框。在对话框左侧的变量列表中选变量“身高”、“肺活量”进入Variables 框，选择要控制的变量“体重”进入“Controlling for”框中，以在控制体重的影响下对变量身高与肺活量进行偏相关分析；在“Test of Significance”框中选双侧检验。

3．单击“Options”按钮，弹出“Partial Correlations: Options”对话框。在“Statistics”复选框组中选择要输出的统计量。

4．单击“OK”按钮，得到输出结果。对结果进行分析解释。

身高与肺活量的偏相关系数r=0.246呈低度正线性相关，在T统计量的双尾检验中p值=0.199<0.05,不拒绝原假设，说明两变量之间线性关系不显著。

(三)距离分析(Distances过程)

实验内容：

某医师对8份标准血红蛋白样品作三次平行检测，结果如下，问检测结果是

1．建立数据文件。

定义变量名：第一次测量值为HB1，第二次测量值为HB2，第三次测量值为HB3，输入相应数据。

2．选择菜单“Analyze→Correlate→Distance”，弹出“Distance”对话框。在对话框左侧的变量列表中选变量HB1、HB2、HB3，进入“Variables”框。在“Compute Distances”框中选择“Between variables”，作变量之间的距离相关分析。在“Measure”栏中选择“Similarities”相似性测距。单击“Measure”按钮，系统弹出“Distance: Similarity Measure”对话框，选择“Pearson correlation”为测量距离。

3．单击“OK”按钮，得到输出结果。对结果进行分析解释。

输出结果如图所示：

HB1与HB2和HB3中度线性相关，HB2与HB3线性关系不明显

三练习题：

1、打开数据文件correlate1.sav, 要求分析汽车价格和汽车的燃油效率之间是否存在线性关系。

选择菜单“Analyze→Correlate→Bivariate”，在对话框左侧的变量列表中选price，fuel efficiency使之进入“Variables”框,输出结果如图所示：

两变量之间的相关系数r=-0.492，呈负的低度线性相关，在T的双尾检验中p值<0.05,拒绝假设H0，汽车价格和汽车的燃油效率之间有显著线性相关关系。

2、打开数据文件pcorrelation.sav，对身高、体重和肺活量进行变量距离分析。选相似性测度。进行结果解释。

选择菜单“Analyze→Correlate→Distance”，在对话框左侧的变量列表中选变量身高、体重和肺活量进入“Variables”框。在“Compute Distances”框中选择“Between variables”，作变量之间的距离相关分析。在“Measure”栏中选择“Similarities”相似性测距。输出结果如图所示

身高、体重、肺活量彼此之间都存在中度的线性关系

3、打开数据文件distance.sav, 文件是利用三种不同的仪器对飞机的10只叶片的半径分别进行了测量。要求对10只叶片进行距离分析。用Euclidean distance。进行结果解释。