文档介绍：庄文忠副教授
世新大学行政管理学系
2017/11/29
SPSS之应用(庄文忠副教授)
1
相关分析与简单回归分析
课程大纲
2017/11/29
SPSS之应用(庄文忠副教授)
2
相关分析(Correlation analysis)
(Bivariate correlations)
(Partial correlations)
(Distances)
简单回归分析(Simple regression analysis)
(ANOVA table)与系数
(Outliers)诊断
什么是「相关」?
线性关系(liner relationship):是指两变项间的关系,大部分可以一条直线准确地来加以说明。
Y= a + bX
a=截距(当X= 0,Y的值)
b=斜率=
变项的相关包括关系的方向及程度。方向指的是变项间是正向关系或负向关系;关系的程度则是指关系的大小及强度,从关系不存在到完全关系。
2017/11/29
3
SPSS之应用(庄文忠副教授)
双变量相关分析(Bivariate correlations)
变项间经常是使用不同的测量单位,相关系数大小及方向计算可能会受到变项间不同单位所影响。但Person相关系数变是使用Z分数而能成功地克服此问题。换言之,改变X或Y的测量单位,不会改变X和Y的相关系数。
Person’s相关系数公式:
2017/11/29
4
SPSS之应用(庄文忠副教授)
关系的方向与强度
2017/11/29
SPSS之应用(庄文忠副教授)
5
方向
‧r=,表示「完全」正相关;
‧r=,表示没有关系(所有的点几乎是随机分布,无法以单一直线链接在一起);
‧r=-,表示「完全」负相关。
强度
‧|r|<,表示「低度」相关;
‧|r|<,表示「高度」相关;
‧|r|,表示「高度」相关。
例:下图中的X和Y是什么关系?
双变量相关分析
2017/11/29
SPSS之应用(庄文忠副教授)
7
2017/11/29
SPSS之应用(庄文忠副教授)
8
偏相关分析(Partial correlations)
2017/11/29
SPSS之应用(庄文忠副教授)
9
意义:X1和Y的关系可能会受到其他变量(如X2、X3)的影响,因此,X1和Y的关系必须控制其他变量对X1和Y的影响后,再计算X1和Y的真正关系。
公式:
偏相关分析
2017/11/29
SPSS之应用(庄文忠副教授)
10