文档介绍：第2讲 SPSS软件使用之二
内容提要:
相关分析
回归分析
一、相关分析
相关关系
(1)函数关系:
由一个或几个变量值可以唯一地确定另一个变量值的关系。如:圆面积和圆半径。
(2)统计关系:
不能由一个或几个变量值完全和唯一地确定另一个变量值的关系。如:收入和消费。
相关分析是研究变量之间统计关系的一种统计方法。
统计关系的常见类型:
线性相关,非线性相关
正线性相关,负线性相关
完全相关,不相关
基本方法
绘制散点图、计算相关系数
1. 散点图
,可以用来发现变量间的关系和可能的趋势.
不相关
负线性相关
正线性相关
非线性相关
完全负线性相关
完全正线性相关
例:员工数据文件(employee)中Beginning Salary和Current Salary之间的散点图
正相关
2. 相关系数
相关系数用来表示两变量间线性相关程度的强弱。样本相关系数一般用r表示。
r取值[-1,+1]; r=1:完全正相关; r=-1:完全负相关; r=0:无线性相关; |r|>:强相关; |r|<:弱相关
种类:
简单线性相关系数(Pearson)(如:身高和体重)
•Spearman相关系数和Kendall相关系数:
(如:不同年龄段与不同收入段,职称和受教育年份)
样本相关系数的计算公式
或化简为
SPSS软件的使用
菜单: Analyse→Correlate→ Bivariate
操作:将两个变量移入Variables框,根据需要选择其他内容(一般使用默认项)
结果:给出相关系数以及相关系数为0的假设检验结果
【例1】计算员工数据文件(employee)中Beginning Salary和Current Salary之间的相关系数
结论: salary 。
由于p=<,所以拒绝相关系数为0的假设。说明salary 和salbegin有很强的线性正相关关系。
Current Salary
.880**
.000
474
1
.
474
**Correlation is significant at the level (2-tailed).
打开数据文件:employee data
Analyse→Correlate→ Bivariate
将变量salary 和salbegin移入变量框
其他使用默认项。点击“OK”
3. 偏相关系数
偏相关系数用来表示多个变量时,在控制了其他变量的影响下计算两变量的相关系数。
SPSS软件的使用
菜单: Analyse→Correlate→Partial
操作:将两个待分析的变量移入Variables框,将控制变量移入控制框,根据需要选择其他内容(一般使用默认项)
结果:给出偏相关系数以及偏相关系数为0的假设检验结果