SPSS数据分析教程相关性精品PPT课件
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
n 设相关系数为½ ，则SPSS相关系数检验的原 假设为：
q H0:|½ | =0
15
n car_sales.sav记录了对市面上常见汽车的调查 结果，它包括车的长、宽、净重等物理指标， 同时还有车的厂家、型号、新车售价、发动机、 马力、耗油量等。我们想考察车的耗油量是否 和新车售价有关系，是否车越省油价格越高呢？
主要内容
n 相关分析的基本概念 n 如何绘制各种散点图 n 三种相关系数的偏相关分析的概念、方法和结
果解释 n 列联表分析
1
相关分析的基本概念和散 点图
2
什么是相关分析
n 相关分析是分析客观事物之间关系的定量分析 方法。许多事物或现象之间总是相互联系的， 并且可以通过一定的数量关系反映出来。
n 比如，教育需求量与居民收入水平之间，科研 投入与科研产出之间，投资额和国民收入等等， 都有着一定的依存关系。
16
n 选择【分析】→【相关】→【双变量】
17
18
19
Spearman等级相关系数定序 变量之间的相关性的度量
n 斯皮尔曼等级相关的适用条件为：
q 两个变量为定序变量。 q 一个变量为定序变量，另一个变量为尺度数据，且
两总体不是正态分布，样本容量n不一定大于30。
20
n 设D是两个变量每对数据的等级差，n是样本量。
n Pearson相关系数
Xn ½=
(xi ¡ x¹)(yi ¡ y¹)
i= 1
Sx Sy
n 相关系数的数值范围是介于–1与 +1之间:
q 如果|½ | ' 0，表明两个变量没有线性相关关系。
q 如果|½ | ' 1 ，则表示两个变量完全直线相关。线性相关的方 向通过相关系数的符号来表示，“+”号表示正相关，“﹣”表示 负相关。
3
相关关系的种类
n 相关关系的种类：是否线性
q 线性相关
n 正相关 n 负相关
q 曲线相关
n 相关关系的种类：据变量的度量类型
q 定类变量和定类变量之间的相关 q 定序变量和定序变量之间的相关 q 尺度变量和尺度变量之间的相关
4
相关分析的作用
n 判断变量之间有无联系 n 确定相关关系的表现形式及相关分析方法 n 把握相关关系的方向与密切程度 n 为进一步采取其他统计方法进行分析提供依据 n 用来进行预测
7
8
9
10
用图表构建程序绘制散点图
11
相关系数
n 通过计算相关系数来分析变量之间相互关系的 方法。
n 计算相关系数的方法很多，由于我们所面对的 各种变量都具有不同的性质和类型，因此应当 根据变量的特点选择适当的分析相关的方法。 对于不同类型的数据，计算相关系数的方法也 不相同 。
12
线性相关的度量—尺度数据间的相关 性的度量
26
n SPSS的“偏相关”过程计算偏相关系数，该系数 在控制一个或多个附加变量效应的同时描述两 个变量之间的线性关系。
n 打开health_funding.sav数据文件，选择【分析】 →【相关】→【偏相关】
27
28
29
动手练习
n 分析数据car_sales.sav中变量汽车销量和汽车 耗油量之间的关系。它们是否有线性相关性？ 如果没有线性相关性，二者之间有其它关系吗？
13
n 相关系数为0或接近于0不能说明两个变量之间 没有相关性，它只说明没有线性相关性。不能 排除具有其它非线性关系。
n Pearson 相关系数是一种线性关联度量。如果 两个变量关系密切，但其关系不是线性的，则 Pearson 相关系数就不是适合度量其相关性的 统计量。
14
n SPSS的双变量相关可以计算两个或者两个以 上变量间的协方差和Pearson相关系数。同时 还可以检验该相关系数是否显著区别于0。
5
散点图
n 相关散点图是观察两个变量之间关系的一种非 常直观的方法。散点图以横轴表示两个变量中 的一个变量，以纵轴表示另一个变量，将两个 变量之间相对应的变量值以坐标点的形式逐一 标在直角坐标系中，通过点的分布形状、分布 模式和疏密程度来形象描述两个变量之间的相 关关系。
6
散点图—旧对话框
n car_sales.sav记录了对市面上常见汽车的调查 结果，它包括车的长、宽、净重等物理指标， 同时还有车的厂家、型号、新车售价、发动机、 马力、耗油量等。我们想考察车的耗油量是否 和售价有关系，是否车越省油价格越高呢？
30
提问与解答环节
Questions And Answers
谢谢聆听
·学习就是为了达到一定目的而努力去干, 是为一个目标去 战胜各种困难的过程,这个过程会充满压力、痛苦和挫折
Learning Is To Achieve A Certain Goal And Work Hard, Is A Process To Overcome Various Difficulties For A Goal
25
偏相关分析
n 政府医疗基金的投入和发病率之间存在关系吗？ 尽管您可能希望存在一个负相关的关系，但是 它们之间的相关系数表明二者存在显著的正相 关关系，即随着医疗基金的增长，发病率也表 现为增长。不过，对保健提供商的拜访率的控 制，实际上消除了所观察到的正相关。保健基 金和发病率显示为正相关的原因仅仅是，当基 金增长时，更多的人可以获得保健服务，从而 导致医生和医院所报告的病例更多。
则Spearman相关系数为：
½=
1¡
Байду номын сангаас
P 6
n i=
1
D
2 i
n(n2 ¡ 1)
21
n 每周看电视的时间和IQ之间的关系,我们用 Spearman等级相关分析二者的相关性。
22
23
Kendall的tau-b(K)
n Kendall的tau系数是另一种计算定序变量之间 或者定序和尺度变量之间相关系数的方法。 Spearman的等级相关系数可以方便检验两个定 序变量是否相关，但是很难具体解释两个变量 如何相关及相关程度。Kendall的等级相关系数 可以同时反映两个变量的相关程度。
24
n 设样本量为n，考察两个变量X和Y之间的相关 关系，X和Y的取值记为xi,yi。所有像(xi,yi)对的 个数为n(n-1)/2。和分别表示和的秩次，如果 对于任意k，有我们称(xk,yk)为同序对；否则， 称为逆序对。
n 总的同序对的个数记为nc，逆序对的个数记为 nd，则Kendall的Tau系数的定义为：
q H0:|½ | =0
15
n car_sales.sav记录了对市面上常见汽车的调查 结果，它包括车的长、宽、净重等物理指标， 同时还有车的厂家、型号、新车售价、发动机、 马力、耗油量等。我们想考察车的耗油量是否 和新车售价有关系，是否车越省油价格越高呢？
主要内容
n 相关分析的基本概念 n 如何绘制各种散点图 n 三种相关系数的偏相关分析的概念、方法和结
果解释 n 列联表分析
1
相关分析的基本概念和散 点图
2
什么是相关分析
n 相关分析是分析客观事物之间关系的定量分析 方法。许多事物或现象之间总是相互联系的， 并且可以通过一定的数量关系反映出来。
n 比如，教育需求量与居民收入水平之间，科研 投入与科研产出之间，投资额和国民收入等等， 都有着一定的依存关系。
16
n 选择【分析】→【相关】→【双变量】
17
18
19
Spearman等级相关系数定序 变量之间的相关性的度量
n 斯皮尔曼等级相关的适用条件为：
q 两个变量为定序变量。 q 一个变量为定序变量，另一个变量为尺度数据，且
两总体不是正态分布，样本容量n不一定大于30。
20
n 设D是两个变量每对数据的等级差，n是样本量。
n Pearson相关系数
Xn ½=
(xi ¡ x¹)(yi ¡ y¹)
i= 1
Sx Sy
n 相关系数的数值范围是介于–1与 +1之间:
q 如果|½ | ' 0，表明两个变量没有线性相关关系。
q 如果|½ | ' 1 ，则表示两个变量完全直线相关。线性相关的方 向通过相关系数的符号来表示，“+”号表示正相关，“﹣”表示 负相关。
3
相关关系的种类
n 相关关系的种类：是否线性
q 线性相关
n 正相关 n 负相关
q 曲线相关
n 相关关系的种类：据变量的度量类型
q 定类变量和定类变量之间的相关 q 定序变量和定序变量之间的相关 q 尺度变量和尺度变量之间的相关
4
相关分析的作用
n 判断变量之间有无联系 n 确定相关关系的表现形式及相关分析方法 n 把握相关关系的方向与密切程度 n 为进一步采取其他统计方法进行分析提供依据 n 用来进行预测
7
8
9
10
用图表构建程序绘制散点图
11
相关系数
n 通过计算相关系数来分析变量之间相互关系的 方法。
n 计算相关系数的方法很多，由于我们所面对的 各种变量都具有不同的性质和类型，因此应当 根据变量的特点选择适当的分析相关的方法。 对于不同类型的数据，计算相关系数的方法也 不相同 。
12
线性相关的度量—尺度数据间的相关 性的度量
26
n SPSS的“偏相关”过程计算偏相关系数，该系数 在控制一个或多个附加变量效应的同时描述两 个变量之间的线性关系。
n 打开health_funding.sav数据文件，选择【分析】 →【相关】→【偏相关】
27
28
29
动手练习
n 分析数据car_sales.sav中变量汽车销量和汽车 耗油量之间的关系。它们是否有线性相关性？ 如果没有线性相关性，二者之间有其它关系吗？
13
n 相关系数为0或接近于0不能说明两个变量之间 没有相关性，它只说明没有线性相关性。不能 排除具有其它非线性关系。
n Pearson 相关系数是一种线性关联度量。如果 两个变量关系密切，但其关系不是线性的，则 Pearson 相关系数就不是适合度量其相关性的 统计量。
14
n SPSS的双变量相关可以计算两个或者两个以 上变量间的协方差和Pearson相关系数。同时 还可以检验该相关系数是否显著区别于0。
5
散点图
n 相关散点图是观察两个变量之间关系的一种非 常直观的方法。散点图以横轴表示两个变量中 的一个变量，以纵轴表示另一个变量，将两个 变量之间相对应的变量值以坐标点的形式逐一 标在直角坐标系中，通过点的分布形状、分布 模式和疏密程度来形象描述两个变量之间的相 关关系。
6
散点图—旧对话框
n car_sales.sav记录了对市面上常见汽车的调查 结果，它包括车的长、宽、净重等物理指标， 同时还有车的厂家、型号、新车售价、发动机、 马力、耗油量等。我们想考察车的耗油量是否 和售价有关系，是否车越省油价格越高呢？
30
提问与解答环节
Questions And Answers
谢谢聆听
·学习就是为了达到一定目的而努力去干, 是为一个目标去 战胜各种困难的过程,这个过程会充满压力、痛苦和挫折
Learning Is To Achieve A Certain Goal And Work Hard, Is A Process To Overcome Various Difficulties For A Goal
25
偏相关分析
n 政府医疗基金的投入和发病率之间存在关系吗？ 尽管您可能希望存在一个负相关的关系，但是 它们之间的相关系数表明二者存在显著的正相 关关系，即随着医疗基金的增长，发病率也表 现为增长。不过，对保健提供商的拜访率的控 制，实际上消除了所观察到的正相关。保健基 金和发病率显示为正相关的原因仅仅是，当基 金增长时，更多的人可以获得保健服务，从而 导致医生和医院所报告的病例更多。
则Spearman相关系数为：
½=
1¡
Байду номын сангаас
P 6
n i=
1
D
2 i
n(n2 ¡ 1)
21
n 每周看电视的时间和IQ之间的关系,我们用 Spearman等级相关分析二者的相关性。
22
23
Kendall的tau-b(K)
n Kendall的tau系数是另一种计算定序变量之间 或者定序和尺度变量之间相关系数的方法。 Spearman的等级相关系数可以方便检验两个定 序变量是否相关，但是很难具体解释两个变量 如何相关及相关程度。Kendall的等级相关系数 可以同时反映两个变量的相关程度。
24
n 设样本量为n，考察两个变量X和Y之间的相关 关系，X和Y的取值记为xi,yi。所有像(xi,yi)对的 个数为n(n-1)/2。和分别表示和的秩次，如果 对于任意k，有我们称(xk,yk)为同序对；否则， 称为逆序对。
n 总的同序对的个数记为nc，逆序对的个数记为 nd，则Kendall的Tau系数的定义为：