实验相关与回归分析

《实验相关与回归分析》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、实验二、相关与回归分析一、实验目的及要求掌握利用SPSS10.0软件进行相关分析和回归分析的基本操作方法，理解SPSS10.0软件给出的相关分析和回归分析结果。二、实验内容了解SPSS10.0软件中Statistics菜单的Correlate子菜单的功能；利用SPSS10.0软件进行简单相关分析；了解SPSS10.0软件中Statistics菜单的Regression子菜单的主要功能；利用SPSS10.0软件进行多元线性回归和一元非线性回归分析。三、实验仪器、设备及材料硬件环境：PC软件环境：操作系统Windows系列SPSS10.0四、实验原理计量地理学中关于地理数据相关分析和回归分析的基

2、本理论及SPSS10.0软件操作指南。五、实验步骤§1.1　利用SPSS进行相关分析SPSS的相关分析功能被集中在Statistics菜单的Correlate子菜单中，他一般包括以下三个过程：·Bivariate过程：此过程用于进行两个/多个变量间的相关分析，如果是多个变量，则给出两两相关的分析结果。·Partial过程：Partial过程专门用于进行偏相关分析。·Distances过程：该过程在实际应用中用的非常少。有兴趣的同学自己查阅。1.1.1　Bivariate过程1.1.1.1　界面说明【Variables框】用于选入需要进行相关分析的变量，至少需要选入两个。【Correlatio

3、nCoefficients复选框组】用于选择需要计算的相关分析指标，有：·Pearson复选框选择进行积距相关分析，即最常用的参数相关分析·Kendall'stau-b复选框计算Kendall's等级相关系数·Spearman复选框计算Spearman相关系数，即最常用的非参数相关分析（秩相关）【TestofSignificance单选框组】用于确定是进行相关系数的单侧（One-tailed）或双侧（Two-tailed）检验，一般选双侧检验。【Flagsignificantcorrelations】用于确定是否在结果中用星号标记有统计学意义的相关系数，一般选中。此时P<0.05的系数值旁会

4、标记一个星号，P<0.01的则标记两个星号。【Options钮】弹出Options对话框，选择需要计算的描述统计量和统计分析：·Statistics复选框组可选的描述统计量。它们是：1.Meansandstandarddeviations每个变量的均数和标准差2.Cross-productdeviationsandcovariances各对变量的交叉积和以及协方差阵·MissingValues单选框组定义分析中对缺失值的处理方法，可以是具体分析用到的两个变量有缺失值才去除该记录（Excludecasespairwise），或只要该记录中进行相关分析的变量有缺失值（无论具体分析的两个变量是否缺

5、失），则在所有分析中均将该记录去除(Excludescaseslistwise)。默认为前者，以充分利用数据。1.1.1.2　分析实例计算SPSS自带的样本数据judges.sav中意大利法官(judge1)和韩国法官(judge2)得分的相关性。由于judge1和judge2的数据分布不太好，这里同时计算Pearson相关系数和Spearman相关系数。操作如下：1.Variables框：选入judge1、judge22.Pearson复选框：选中3.Spearman复选框：选中4.单击OK钮1.1.1.3　结果解释输出结果如下所示：（1）Correlations在上面的结果中，变量间两两

6、的相关系数是用方阵的形式给出的。每一行和每一列的两个变量对应的格子中就是这两个变量相关分析结果，共分为三列，分别是相关系数、P值和样本数。由于这里只分析了两个变量，因此给出的是2*2的方阵。由上表可见judge1、judge2自身的相关系数均为1（ofcourse），而judge1和judge2的相关系数为0.91，P<0.001，有非常显著的统计学意义。注：如果需要得到具体的P值。请进入表格的编辑模式，双击P值所在的单元格，就可以看到精确的P值大小。上表的标题内容翻译如下： 　ItalySouthKoreaItalyPearson积距相关系数P值（双侧）样本数1.000.300.910.0

7、00300SouthKoreaPearson积距相关系数P值（双侧）样本数.910.0003001.000.300（2）NonparametricCorrelations此处的表格内容和上面Pearson相关系数的结果非常相似，只是表格左侧注明为Spearman等级相关。可见judge1和judge2的等级相关系数为0.92，P<0.001，有非常显著的统计学意义。1.1.2　Partial过程1.1.2.1