SPSS相关分析和回归分析.ppt

SPSS相关分析和回归分析.ppt

ID:52063373

大小:972.50 KB

页数:50页

时间:2020-03-31

SPSS相关分析和回归分析.ppt_第1页
SPSS相关分析和回归分析.ppt_第2页
SPSS相关分析和回归分析.ppt_第3页
SPSS相关分析和回归分析.ppt_第4页
SPSS相关分析和回归分析.ppt_第5页
资源描述:

《SPSS相关分析和回归分析.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、SPSS相关分析与回归分析本章内容8.1相关分析和回归分析概述8.2相关分析8.3偏相关分析8.4线性回归分析8.5曲线估计8.1相关分析和回归分析概述客观事物之间的关系大致可归纳为两大类,即函数关系:指两事物之间的一种一一对应的关系,如商品的销售额和销售量之间的关系。相关关系(统计关系):指两事物之间的一种非一一对应的关系,例如家庭收入和支出、子女身高和父母身高之间的关系等。相关关系又分为线性相关和非线性相关。相关分析和回归分析都是分析客观事物之间相关关系的数量分析方法。双变量关系强度测量的主要指标8.2相关分析相关分析通过图形

2、和数值两种方式,有效地揭示事物之间相关关系的强弱程度和形式。8.2.1散点图它将数据以点的的形式画在直角坐标系上,通过观察散点图能够直观的发现变量间的相关关系及他们的强弱程度和方向。示例:corr.sav8.2.2相关系数利用相关系数进行变量间线性关系的分析通常需要完成以下两个步骤:第一,计算样本相关系数r;相关系数r的取值在-1~+1之间R>0表示两变量存在正的线性相关关系;r<0表示两变量存在负的线性相关关系R=1表示两变量存在完全正相关;r=-1表示两变量存在完全负相关;r=0表示两变量不相关

3、r

4、>0.8表示两变量有较强的

5、线性关系;

6、r

7、<0.3表示两变量之间的线性关系较弱第二,对样本来自的两总体是否存在显著的线性关系进行推断。对不同类型的变量应采用不同的相关系数来度量,常用的相关系数主要有Pearson简单相关系数、Spearman等级相关系数和Kendall相关系数等。8.2.2.1Pearson简单相关系数(适用于两个变量都是数值型的数据)Pearson简单相关系数的检验统计量为:8.2.2.2Spearman等级相关系数Spearman等级相关系数用来度量定序变量间的线性相关关系,设计思想与Pearson简单相关系数相同,只是数据为非定距的

8、,故计算时并不直接采用原始数据,而是利用数据的秩,用两变量的秩代替代入Pearson简单相关系数计算公式中,于是其中的和的取值范围被限制在1和n之间,且可被简化为:如果两变量的正相关性较强,它们秩的变化具有同步性,于是的值较小,r趋向于1;如果两变量的正相关性较弱,它们秩的变化不具有同步性,于是的值较大,r趋向于0;在小样本下,在零假设成立时,Spearman等级相关系数服从Spearman分布;在大样本下,Spearman等级相关系数的检验统计量为Z统计量,定义为:Z统计量近似服从标准正态分布。8.2.3计算相关系数的基本操作相

9、关分析用于描述两个变量间关系的密切程度,其特点是变量不分主次,被置于同等的地位。在Analyze的下拉菜单Correlate命令项中有三个相关分析功能子命令Bivariate过程、Partial过程、Distances过程,分别对应着相关分析、偏相关分析和相似性测度(距离)的三个spss过程。Bivariate过程用于进行两个或多个变量间的相关分析,如为多个变量,给出两两相关的分析结果。Partial过程,当进行相关分析的两个变量的取值都受到其他变量的影响时,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偏相关系

10、数。Distances过程用于对各样本点之间或各个变量之间进行相似性分析,一般不单独使用,而作为聚类分析和因子分析等的预分析。Bivariate相关分析步骤(1)选择菜单Analyze-Correlate-Bivariate,出现窗口:(2)把参加计算相关系数的变量选到Variables框。(3)在CorrelationCoefficents框中选择计算哪种相关系数。(4)在TestofSignificance框中选择输出相关系数检验的双边(Two-Tailed)概率p值或单边(One-Tailed)概率p值。(5)选中Flags

11、ignificancecorrelation选项表示分析结果中除显示统计检验的概率p值外,还输出星号标记,以标明变量间的相关性是否显著;不选中则不输出星号标记。(6)在Option按钮中的Statistics选项中,选中Cross-productdeviationsandcovariances表示输出两变量的离差平方和协方差。8.2.4相关分析应用举例例1为研究高等院校人文社会科学研究中立项课题数会受哪些因素的影响,收集1999年31个省市自治区部分高校有关社科研究方面的数据,研究立项课题数(当年)与投入的具有高级职称的人年数(当

12、年)、发表的论文数(上年)之间是否具有较强的线性关系。对该问题的研究可以采用相关分析的方法,首先可绘制矩阵散点图;其次可以计算Pearson简单相关系数。例2:学生两科课程的名次排列,要求求其等级相关系数,检验其显著性data10-03.sav高校

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。