第8讲相关分析

第8讲相关分析

ID:46884983

大小:53.50 KB

页数:5页

时间:2019-11-28

第8讲相关分析_第1页
第8讲相关分析_第2页
第8讲相关分析_第3页
第8讲相关分析_第4页
第8讲相关分析_第5页
资源描述:

《第8讲相关分析》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、第八讲相关分析在医学中经常要遇到分析两个或多个变量间关系的情况,有时是希望了解某个变量对另一个变量的影响强度,有时则是要了解变量间联系的密切程度,前者用回归分析来实现,后者则需要用相关分析实现。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/多个变量间的参数/非参数相关分析,如果是多个变量,则给出两两相关的分析结果。这是Correlate子菜单中最为常用的一个过程,实际上我们对他的使用可能占到相关分析的95%以上。

2、下面的讲述也以该过程为主。•Partial过程如果需要进行相关分析的两个变量其取值均受到其他变量的影响,就可以利用偏相关分析对其他变量进行控制,输出控制其他变量影响后的相关系数,这种分析思想和协方差分析非常类似。Partial过程就是专门进行偏相关分析的。•Distances过程调用此过程可对同一变量内部各观察单位间的数值或各个不同变量间进行距离相关分析,前者可用于检测观测值的接近程度,后者则常用于考察预测值对实际值的拟合优度。该过程在实际应用中用的非常少。§8.1Bivariate过程•Kendalrstau~b复

3、选框计算KendalTs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-ta订ed)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,般选中。此时P〈0・05的系数值旁会标记一个星号,P<0.01的则标记两个星号。[Options钮】弹出Options对话框,选择需要计

4、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失),在上面的结果中,变

5、量间两两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结果,共分为三列,分别是相关系数、P值和样本数。由于这里是三个变量,因此给出的是3*3的方阵。由上表可见身高、体重和肺活量的相关系数分别为0.6000和0.751(P<0.01),而有非常显著的统计学意义。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。Correiations身高体重肺活量Spearman,srho身高CorreiationCoefficient1.00

6、0.744和.541*Sig.(2-tailed)■.000.002N292929体重CorrelationCoefficient.744粉1.000・764*Sig.(2-tailed).000•.000N292929肺活量CorreiationCoefficient・541*〉.764*>1.000Sig.(2-tailed).002.000■N292929**•Correiationissignificantatthe-01level(2-tailed).此处的表格内容和上面Pearson相关系数的结果非常相似

7、,只是表格左侧注明为Spearman等级相关。可见身高、体重和肺活量的相关系数分别为0.541和0.764,P<0.001,有非常显著的统计学意义。8.2Partial过程8.2.1界面说明弹出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.Zero-ordercorrelations给出包括协变量在内所有变量的相关方阵•MissingValues单选框组定义分析中对缺失值

8、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失),则在所有分析中均将该记录去除(Excludescaseslistwise)o默认为前者,以充分利用数据。&2.2举例和结果解释例&2对上述资料做偏相关分析。1、先控

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。