第七章SPSS的相關(guān)分析

1、第七章第七章 相關(guān)分析與檢驗(yàn)相關(guān)分析與檢驗(yàn)主要內(nèi)容主要內(nèi)容n方差分析回顧n相關(guān)分析的概念n列聯(lián)分析n簡(jiǎn)單相關(guān)分析n偏相關(guān)分析方差分析回顧n概念：方差分析是從因變量的方差入手，研究諸概念：方差分析是從因變量的方差入手，研究諸多自變量中哪些變量是對(duì)因變量有顯著影響的變多自變量中哪些變量是對(duì)因變量有顯著影響的變量，對(duì)因變量有顯著影響的各個(gè)自變量其不同水量，對(duì)因變量有顯著影響的各個(gè)自變量其不同水平以及各水平的交互搭配是如何影響因變量的。平以及各水平的交互搭配是如何影響因變量的。n方差分析認(rèn)為因變量的變化受兩類因素的影響：方差分析認(rèn)為因變量的變化受兩類因素的影響：第一，自變量不同水平所產(chǎn)生的影響；第一，

2、自變量不同水平所產(chǎn)生的影響；第二，隨機(jī)變量所產(chǎn)生的影響。這里的隨機(jī)變量指第二，隨機(jī)變量所產(chǎn)生的影響。這里的隨機(jī)變量指那些人為很難控制的因素，主要指試驗(yàn)過程中的那些人為很難控制的因素，主要指試驗(yàn)過程中的抽樣誤差。抽樣誤差。單因素方差分析n當(dāng)一個(gè)變量為定類變量，另一變量為定距當(dāng)一個(gè)變量為定類變量，另一變量為定距變量時(shí)，兩變量間是否有關(guān)，通常以分組變量時(shí)，兩變量間是否有關(guān)，通常以分組平均數(shù)比較的方法來考察。即按照定類變平均數(shù)比較的方法來考察。即按照定類變量的不同取值來分組，看每個(gè)分組的定距量的不同取值來分組，看每個(gè)分組的定距變量的平均數(shù)是否有差異。不同組間的平變量的平均數(shù)是否有差異。不同組間的平均數(shù)

3、差異越小，兩個(gè)變量間的關(guān)系越弱；均數(shù)差異越小，兩個(gè)變量間的關(guān)系越弱；相反，平均數(shù)差異越大，變量間關(guān)系越強(qiáng)。相反，平均數(shù)差異越大，變量間關(guān)系越強(qiáng)。單因素方差分析的基本步驟n提出原假設(shè)：自變量不同水平下因變量各提出原假設(shè)：自變量不同水平下因變量各總體的均值無顯著差異?？傮w的均值無顯著差異。n選擇檢驗(yàn)統(tǒng)計(jì)量：選擇檢驗(yàn)統(tǒng)計(jì)量：F統(tǒng)計(jì)量。統(tǒng)計(jì)量。n計(jì)算檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值和概率計(jì)算檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值和概率P值。值。n給出顯著性水平，并作出決策。給出顯著性水平，并作出決策。一、相關(guān)關(guān)系的概念n（一）函數(shù)關(guān)系：指的是兩事物間的一種一一對(duì)應(yīng)的關(guān)系，即當(dāng)變量x取一定值時(shí)，另一變量y可以依確定的函數(shù)取唯一確定的值。

4、 例如:商品的銷售額與銷售量之間的關(guān)系，在單價(jià)確定時(shí)，給出銷售量可以唯一的確定銷售額。n（二）相關(guān)關(guān)系：兩事物間非一一對(duì)應(yīng)的關(guān)系，即當(dāng)變量x取一定值時(shí)，另一變量y無法依確定的函數(shù)取唯一確定的值。n例如：家庭收入和支出、子女身高和父母身高之間的關(guān)系。這些事物之間存在一定的關(guān)系，但這些關(guān)系不能像函數(shù)關(guān)系那樣用一個(gè)數(shù)學(xué)函數(shù)式描述。相關(guān)分析內(nèi)容n相關(guān)分析是分析客觀事物之間關(guān)系的數(shù)量分析方法，是統(tǒng)計(jì)分析方法中最重要的內(nèi)容之一。n主要內(nèi)容：對(duì)變量間的相關(guān)關(guān)系進(jìn)行分析，包括簡(jiǎn)單相關(guān)分析和偏相關(guān)分析相關(guān)分析之一有關(guān)與無關(guān)v尋找變量間的關(guān)系是科學(xué)研究的首要目尋找變量間的關(guān)系是科學(xué)研究的首要目的。變量間的關(guān)系最簡(jiǎn)

5、單的劃分即的。變量間的關(guān)系最簡(jiǎn)單的劃分即: :有關(guān)有關(guān)與無關(guān)。與無關(guān)。v在統(tǒng)計(jì)學(xué)上，我們通常這樣判斷變量之在統(tǒng)計(jì)學(xué)上，我們通常這樣判斷變量之間是否有關(guān)：如果一個(gè)變量的取值發(fā)生間是否有關(guān)：如果一個(gè)變量的取值發(fā)生變化，另外一個(gè)變量的取值也相應(yīng)發(fā)生變化，另外一個(gè)變量的取值也相應(yīng)發(fā)生變化，則這兩個(gè)變量有關(guān)。如果一個(gè)變變化，則這兩個(gè)變量有關(guān)。如果一個(gè)變量的變化不引起另一個(gè)變量的變化則二量的變化不引起另一個(gè)變量的變化則二者無關(guān)。者無關(guān)。 1 通通過過考考試試 2 未未通通過過考考試試 1 男男性性 40% 60% 2 女女性性 40% 60% 總總計(jì)計(jì) 40% 60% 性別與四級(jí)英語(yǔ)考試通過率的相關(guān)統(tǒng)計(jì)性

6、別與四級(jí)英語(yǔ)考試通過率的相關(guān)統(tǒng)計(jì)表述：統(tǒng)計(jì)結(jié)果顯示，當(dāng)性別取值不同時(shí)，通過率變量表述：統(tǒng)計(jì)結(jié)果顯示，當(dāng)性別取值不同時(shí)，通過率變量的取值并未發(fā)生變化，因此性別與考試通過率無關(guān)。的取值并未發(fā)生變化，因此性別與考試通過率無關(guān)。自變量的不同取值在因變量上無差異，兩變量無關(guān)。自變量的不同取值在因變量上無差異，兩變量無關(guān)。自變量的不同取值在因變量上有差異，兩變量有關(guān)。自變量的不同取值在因變量上有差異，兩變量有關(guān)。 每每月月工工資資平平均均數(shù)數(shù) N 1 男男性性 752.40 452 2 女女性性 601.97 409 總總計(jì)計(jì) 680.95 861 統(tǒng)計(jì)結(jié)果顯示，當(dāng)性別取值不同時(shí)，收入變量統(tǒng)計(jì)結(jié)果顯示，當(dāng)

7、性別取值不同時(shí)，收入變量的取值發(fā)生了變化，因此性別與月收入有關(guān)。的取值發(fā)生了變化，因此性別與月收入有關(guān)。自變量自變量因變量因變量變量關(guān)系的統(tǒng)計(jì)類型變量關(guān)系的統(tǒng)計(jì)類型相關(guān)分析之二關(guān)系強(qiáng)度n變量關(guān)系強(qiáng)度的含義變量關(guān)系強(qiáng)度的含義:指兩個(gè)變量相關(guān)程度指兩個(gè)變量相關(guān)程度的高低。統(tǒng)計(jì)學(xué)中是以準(zhǔn)實(shí)驗(yàn)的思想來分的高低。統(tǒng)計(jì)學(xué)中是以準(zhǔn)實(shí)驗(yàn)的思想來分析變量相關(guān)的。通常從以下的角度分析：析變量相關(guān)的。通常從以下的角度分析： A）兩變量是否相互獨(dú)立。）兩變量是否相互獨(dú)立。 B）兩變量是否有共變趨勢(shì)。）兩變量是否有共變趨勢(shì)。 C）一變量的變化多大程度上能由另一變量）一變量的變化多大程度上能由另一變量的變化來解釋。的變化

8、來解釋。變量關(guān)系強(qiáng)度測(cè)量的主要指標(biāo)變量關(guān)系強(qiáng)度測(cè)量的主要指標(biāo)相關(guān)分析之三關(guān)系性質(zhì)n直線相關(guān)與曲線相關(guān)直線相關(guān)與曲線相關(guān)n正相關(guān)與負(fù)相關(guān)正相關(guān)與負(fù)相關(guān)n完全相關(guān)、不相關(guān)、不完全相關(guān)完全相關(guān)、不相關(guān)、不完全相關(guān)二、列聯(lián)相關(guān)二、列聯(lián)相關(guān)n（一）列聯(lián)分析的基本原理（一）列聯(lián)分析的基本原理n自變量發(fā)生變化，因變量取值是否也自變量發(fā)生變化，因變量取值是否也發(fā)生變化。發(fā)生變化。n比較邊緣百分比和條件百分比的差別。比較邊緣百分比和條件百分比的差別。n卡方測(cè)量用來考察兩變量是否獨(dú)立卡方測(cè)量用來考察兩變量是否獨(dú)立(無關(guān)無關(guān))。 其原理是根據(jù)這一概率定理：若兩變量無其原理是根據(jù)這一概率定理：若兩變量無關(guān)，則兩變量中

9、聯(lián)合事件發(fā)生的概率應(yīng)等關(guān)，則兩變量中聯(lián)合事件發(fā)生的概率應(yīng)等于各自獨(dú)立發(fā)生的概率乘積于各自獨(dú)立發(fā)生的概率乘積jiijPPP.n在列聯(lián)表中，這一定理就具體轉(zhuǎn)化為：在列聯(lián)表中，這一定理就具體轉(zhuǎn)化為：若若兩變量無關(guān)，則兩變量中條件概率應(yīng)等于兩變量無關(guān)，則兩變量中條件概率應(yīng)等于各自邊緣的概率乘積。反之，則兩變量有各自邊緣的概率乘積。反之，則兩變量有關(guān)，或稱兩變量不獨(dú)立。關(guān)，或稱兩變量不獨(dú)立。由此可見，由此可見，期望值（獨(dú)立模型）與觀察值期望值（獨(dú)立模型）與觀察值的差距越大，說明兩變量越不獨(dú)立，也就的差距越大，說明兩變量越不獨(dú)立，也就越有相關(guān)。越有相關(guān)。因此，卡方的表達(dá)式如下：因此，卡方的表達(dá)式如下：卡方

10、的取值在卡方的取值在0之間?？ǚ街翟酱?，關(guān)之間?？ǚ街翟酱螅P(guān)聯(lián)性越強(qiáng)。在聯(lián)性越強(qiáng)。在SPSS中，有中，有Pearson X2和和相似比卡方（相似比卡方（Likelihood Ratio X2 ）兩種。）兩種。 jiijijijEEOX22)( 的改進(jìn)標(biāo)準(zhǔn)化系數(shù)的改進(jìn)標(biāo)準(zhǔn)化系數(shù)：為使為使 值有一固定的區(qū)間，便于比較，采值有一固定的區(qū)間，便于比較，采用了以下幾個(gè)修正：用了以下幾個(gè)修正：2X2XA、系數(shù)（系數(shù)（Phi）：）： (01)，適用于，適用于22表。表。B、 列聯(lián)系數(shù)（列聯(lián)系數(shù)（Contingency Coefficient）：）： (01)，適用任意表。，適用任意表。C、 Cramer

11、V系數(shù)：系數(shù)：(01)，適用任意表。，適用任意表。D、系數(shù)系數(shù)(Lambda)： (01)，適用任意表。，適用任意表。E、 Goodman & Kruskal-tau系數(shù)系數(shù): (01)，適用，適用任意表。任意表。 （二）列聯(lián)表分析的功能（二）列聯(lián)表分析的功能v根據(jù)收集到的樣本數(shù)據(jù)編制交叉列聯(lián)表根據(jù)收集到的樣本數(shù)據(jù)編制交叉列聯(lián)表；v在交叉列聯(lián)表的基礎(chǔ)上，對(duì)兩兩變量間在交叉列聯(lián)表的基礎(chǔ)上，對(duì)兩兩變量間是否存在一定的相關(guān)性進(jìn)行分析。是否存在一定的相關(guān)性進(jìn)行分析。列聯(lián)表的格式列聯(lián)表的格式性別 * 文化程度 Crosstabulation7116320219463011.3%25.9%32.1

12、%30.8%100.0%39.2%53.1%51.4%52.4%50.4%5.7%13.0%16.1%15.5%50.4%11014419117662117.7%23.2%30.8%28.3%100.0%60.8%46.9%48.6%47.6%49.6%8.8%11.5%15.3%14.1%49.6%181307393370125114.5%24.5%31.4%29.6%100.0%100.0%100.0%100.0%100.0%100.0%14.5%24.5%31.4%29.6%100.0%Count% within 性別% within 文化程度% of TotalCount% withi

13、n 性別% within 文化程度% of TotalCount% within 性別% within 文化程度% of Total男女Total高小以下初中高中中?；蛑屑即髮Ｒ陨衔幕潭萒otal（三）列聯(lián)表分析過程（三）列聯(lián)表分析過程列聯(lián)表分析步驟：列聯(lián)表分析步驟： 按按AnalyzeDescriptive Statistics Crosstabs 順序打開順序打開 Crosstabs 主對(duì)話框。主對(duì)話框。Crosstabs 對(duì)話對(duì)話框框Table Format 對(duì)話框?qū)υ捒驔Q定各行的決定各行的排列順序：排列順序：升序升序降序降序（四）例（四）例1 為了探討吸煙與慢性支氣管炎有無關(guān)系，為了

14、探討吸煙與慢性支氣管炎有無關(guān)系，調(diào)查了調(diào)查了339人，情況如下：人，情況如下：吸煙和慢性支氣管炎調(diào)查表吸煙和慢性支氣管炎調(diào)查表患慢性支氣管炎患慢性支氣管炎 未患慢性支氣管炎未患慢性支氣管炎吸煙吸煙43162不吸煙不吸煙13121p錄入數(shù)據(jù)錄入數(shù)據(jù)“Crosstab.sav” 。變量。變量h為頻次；變量為頻次；變量x為為是否吸煙：是否吸煙：1為吸煙，為吸煙，2為不吸煙；變量為不吸煙；變量n為是否患?。簽槭欠窕疾。?為患病，為患病，2為不患病。為不患病。p選擇變量選擇變量h進(jìn)行加權(quán)。進(jìn)行加權(quán)。p按按Analyze-Descriptive Statistics-Crootabs 順序打順序打開開 C

15、rootabs 主對(duì)話框。將主對(duì)話框。將x變量變量 選入選入Row框作為行變框作為行變量，將量，將n變量變量 選入選入Column 框作為列變量?？蜃鳛榱凶兞俊打開打開Statistics對(duì)話框，選中對(duì)話框，選中Chi-squareContingency coefficient和和Phi and CramersV復(fù)選框，單擊復(fù)選框，單擊Continue返回。返回。p單擊單擊Cell按鈕，打開按鈕，打開Cell display對(duì)話框，選中對(duì)話框，選中observed和和Expected 復(fù)選框，單擊復(fù)選框，單擊Continue返回；單返回；單擊擊OK。1.操作步驟操作步驟統(tǒng)計(jì)摘要表，列出觀測(cè)量

16、有效值個(gè)數(shù)、缺失值統(tǒng)計(jì)摘要表，列出觀測(cè)量有效值個(gè)數(shù)、缺失值個(gè)數(shù)和總的個(gè)數(shù)。個(gè)數(shù)和總的個(gè)數(shù)。 2.輸出結(jié)果及分析輸出結(jié)果及分析 C Ca as se e P Pr ro oc ce es ss si in ng g S Su um mm ma ar ry y339100.0%0.0%339100.0%是否吸煙 * 是否患病NPercentNPercentNPercentValidMissingTotalCases吸煙與患病統(tǒng)計(jì)摘要表吸煙與患病統(tǒng)計(jì)摘要表是是 否否 吸吸 煙煙 * * 是是 否否 患患 病病 C Cr ro os ss st ta ab bu ul la at ti io on n

17、4316220533.9171.1205.01312113422.1111.9134.05628333956.0283.0339.0CountExpected CountCountExpected CountCountExpected Count吸煙不吸煙是否吸煙Total患病不患病是否患病Total吸煙與患病列聯(lián)表吸煙與患病列聯(lián)表C Ch hi i- -S Sq qu ua ar re e T Te es st ts s7.469b1.0066.6741.0107.9251.005.007.0047.4471.006339Pearson Chi-SquareContinuity Correc

18、tionaLikelihood RatioFishers Exact TestLinear-by-LinearAssociationN of Valid CasesValuedfAsymp. Sig.(2-sided)Exact Sig.(2-sided)Exact Sig.(1-sided)Computed only for a 2x2 tablea. 0 cells (.0%) have expected count less than 5. The minimum expected count is22.14.b. 卡方檢驗(yàn)卡方檢驗(yàn)S Sy ym mm me et tr ri ic c

19、M Me ea as su ur re es s.148.006.148.006.147.006339PhiCramers VContingency CoefficientNominal byNominalN of Valid CasesValueApprox. Sig.Not assuming the null hypothesis.a. Using the asymptotic standard error assuming the nullhypothesis.b. 對(duì)稱性檢驗(yàn)表對(duì)稱性檢驗(yàn)表例例2:利用住房狀況問卷調(diào)查數(shù)據(jù)，分利用住房狀況問卷調(diào)查數(shù)據(jù)，分析本市戶口和外地戶口家庭對(duì)析本市戶

20、口和外地戶口家庭對(duì)“未來未來三年是否打算買房三年是否打算買房”是否持相同態(tài)度。是否持相同態(tài)度。n首先，在所調(diào)查的2880個(gè)樣本中有113個(gè)樣本因缺失值而被剔除，2712戶為本市戶口，168戶為外地戶口，分別占樣本總量的94.2%和5.8%，可見，本市戶口占多數(shù)；未來三年不打算買房、打算買房的樣本量分別為2161和719，各占總樣本的75%和25%，不打算買房的占較大比例。n其次，對(duì)不同戶口進(jìn)行分析。在本市戶口中未來三年不打算買房和打算買房的樣本量分別為2052和660，各占總樣本的75.7%和24.3%，不打算買房的仍占較大比例，但打算買房的低于總體比例的25%；在外地戶口中，未來三年不打算買

21、房和打算買房的樣本量分別為109和59，各占總樣本的64.9%和35.1%，未來三年不打算買房的仍占較大比例，但打算買房的比例高于總體比例25%。n最后，對(duì)不同看法進(jìn)行分析。如果顯著性水平設(shè)為0.05，則概率值小于0.05，拒絕原假設(shè)，認(rèn)為本市戶口和外地戶口對(duì)未來三年是否打算買房的看法是不一致的。三、三、相關(guān)分析相關(guān)分析（Correlate）（一）簡(jiǎn)介n相關(guān)分析用于描述兩個(gè)變量間聯(lián)系的密切程度，相關(guān)分析用于描述兩個(gè)變量間聯(lián)系的密切程度，其特點(diǎn)是變量不分主次，被置于同等的地位。檢其特點(diǎn)是變量不分主次，被置于同等的地位。檢驗(yàn)的假設(shè)為相關(guān)系數(shù)為驗(yàn)的假設(shè)為相關(guān)系數(shù)為0?？蛇x擇是單尾檢驗(yàn)還?？蛇x擇是單尾

22、檢驗(yàn)還是雙尾檢驗(yàn)。是雙尾檢驗(yàn)。n在在Analyze的下拉菜單的下拉菜單Correlate命令項(xiàng)中有三個(gè)命令項(xiàng)中有三個(gè)相關(guān)分析功能子命令相關(guān)分析功能子命令Bivariate過程、過程、Partial過程、過程、 Distances過程，分別對(duì)應(yīng)著相關(guān)分析、偏相關(guān)過程，分別對(duì)應(yīng)著相關(guān)分析、偏相關(guān)分析和相似性測(cè)度的三個(gè)分析和相似性測(cè)度的三個(gè)spss過程。過程。（二）相關(guān)分析類型（二）相關(guān)分析類型nBivariate（雙變量）過程用于進(jìn)行兩個(gè)或多（雙變量）過程用于進(jìn)行兩個(gè)或多個(gè)變量間的相關(guān)分析，如為多個(gè)變量，給出個(gè)變量間的相關(guān)分析，如為多個(gè)變量，給出兩兩相關(guān)的分析結(jié)果。兩兩相關(guān)的分析結(jié)果。nParti

23、al（偏相關(guān)）過程，當(dāng)進(jìn)行相關(guān)分析的（偏相關(guān)）過程，當(dāng)進(jìn)行相關(guān)分析的兩個(gè)變量的取值都受到其他變量的影響時(shí)，兩個(gè)變量的取值都受到其他變量的影響時(shí)，就可以利用偏相關(guān)分析對(duì)其他變量進(jìn)行控制，就可以利用偏相關(guān)分析對(duì)其他變量進(jìn)行控制，輸出控制其他變量影響后的相關(guān)系數(shù)。輸出控制其他變量影響后的相關(guān)系數(shù)。nDistances過程用于對(duì)同一變量各觀察單位間過程用于對(duì)同一變量各觀察單位間的數(shù)值或各個(gè)不同變量間進(jìn)行相似性或不相的數(shù)值或各個(gè)不同變量間進(jìn)行相似性或不相似性分析，一般不單獨(dú)使用，而作為因子分似性分析，一般不單獨(dú)使用，而作為因子分析等的預(yù)分析。析等的預(yù)分析。（三）（三）雙變量雙變量相關(guān)分析相關(guān)分析n在進(jìn)行

24、相關(guān)分析時(shí)，散點(diǎn)圖是重要的工具，在進(jìn)行相關(guān)分析時(shí)，散點(diǎn)圖是重要的工具，分析前應(yīng)先做散點(diǎn)圖，以初步確定兩個(gè)變分析前應(yīng)先做散點(diǎn)圖，以初步確定兩個(gè)變量間是否存在相關(guān)趨勢(shì)，該趨勢(shì)是否為直量間是否存在相關(guān)趨勢(shì)，該趨勢(shì)是否為直線趨勢(shì)，以及數(shù)據(jù)中是否存在異常點(diǎn)。否線趨勢(shì)，以及數(shù)據(jù)中是否存在異常點(diǎn)。否則可能的出錯(cuò)誤結(jié)論。則可能的出錯(cuò)誤結(jié)論。nBivariate相關(guān)分析的步驟：相關(guān)分析的步驟：輸入數(shù)據(jù)后，依輸入數(shù)據(jù)后，依次單擊次單擊AnalyzeCorrelateBivariate，打開打開Bivariate Correlations對(duì)話框?qū)υ捒蚶?:利用住房狀況問卷調(diào)查數(shù)據(jù)，分析家庭收入與打算購(gòu)買的住房面積之

25、間存在怎樣的統(tǒng)計(jì)關(guān)系。解題思路n第一步:繪制散點(diǎn)圖n第二步：計(jì)算相關(guān)系數(shù)散點(diǎn)圖類型n簡(jiǎn)單散點(diǎn)圖：表示一對(duì)變量間統(tǒng)計(jì)關(guān)系的散點(diǎn)圖。n重疊散點(diǎn)圖：表示多對(duì)變量間統(tǒng)計(jì)關(guān)系的散點(diǎn)圖。n矩陣散點(diǎn)圖：以矩陣形式分別顯示多對(duì)變量間的統(tǒng)計(jì)關(guān)系。n三維散點(diǎn)圖：以立體圖的形式展現(xiàn)三對(duì)變量間的統(tǒng)計(jì)關(guān)系。計(jì)算相關(guān)系數(shù)n一、相關(guān)系數(shù)的特點(diǎn) 雖然散點(diǎn)圖能夠直觀地展現(xiàn)變量之間的統(tǒng)計(jì)關(guān)系，但是并不精確。 相關(guān)系數(shù)以數(shù)值的方式精確地反映了兩個(gè)變量間線性相關(guān)的強(qiáng)弱程度。線性關(guān)系的分析步驟n第一，計(jì)算樣本相關(guān)系數(shù)r。相關(guān)系數(shù)r的取值在-1+1之間，r0表示兩變量存在正的線性相關(guān)；r0.8表示兩變量之間有較強(qiáng)的線性相關(guān)關(guān)系； rt0

26、.05(n-k-2)時(shí)，時(shí)，p0.05拒絕原假拒絕原假設(shè)設(shè) 零假設(shè)：總體中兩個(gè)變量間的偏相關(guān)系數(shù)為零假設(shè)：總體中兩個(gè)變量間的偏相關(guān)系數(shù)為0偏相關(guān)分析的主對(duì)話框偏相關(guān)分析的主對(duì)話框analyze analyze correlate correlate partialpartial 返回偏相關(guān)的選擇項(xiàng)對(duì)話框偏相關(guān)的選擇項(xiàng)對(duì)話框返回零階相關(guān)矩陣，即pearsom相關(guān)矩陣偏相關(guān)分析應(yīng)用舉例n對(duì)于以上的住房狀況案例，已經(jīng)分析了家庭收入與計(jì)劃購(gòu)房面積之間的相關(guān)性。直觀感覺這種相關(guān)性會(huì)受到家庭常住人口數(shù)的影響。為此可將家庭常住人口數(shù)作為控制變量，對(duì)家庭收入與計(jì)劃購(gòu)房面積作偏相關(guān)分析。n距離分析是對(duì)觀測(cè)量之間

27、或變量之間相似或不相似程度的一種測(cè)度，是計(jì)算一對(duì)變量之間或一對(duì)觀測(cè)量之間的廣義的距離。相似性（Similarity）反映了研究對(duì)象之間的親疏程度親疏程度。這些相似性或距離測(cè)度可以用于因子分析、聚類分析等分析過程。 （五）距離分析（五）距離分析距離分析的主對(duì)話框圖距離分析的主對(duì)話框圖analyzeanalyze correlate correlate distance distance 返回標(biāo)識(shí)變量要求是字符型變量 不相似性距離測(cè)度選擇項(xiàng)對(duì)話框不相似性距離測(cè)度選擇項(xiàng)對(duì)話框 返回相似性測(cè)度選擇項(xiàng)對(duì)話框相似性測(cè)度選擇項(xiàng)對(duì)話框 返回距離分析實(shí)例距離分析實(shí)例 data08-03觀測(cè)量間的歐氏距離觀測(cè)量間

28、的歐氏距離 Proximity Matrix.4901.49010.79012.99016.29017.99019.29014.79010.2907.990.990.4901.00010.30012.50015.80017.50018.80014.3009.8007.500.5001.4901.0009.30011.50014.80016.50017.80013.3008.8006.500.50010.79010.3009.3002.2005.5007.2008.5004.000.5002.8009.80012.99012.50011.5002.2003.3005.0006.3001.8002.7005.00012.00016.29015.80014.8005.5003.3001.7003.0001.5006.0008.30015.30017.99017.50016.5007.2005.0001.7001.3003.2007.70010.00017.00019.29018.80017.8008.5006.3003.0001.3004.5009.00011.30018.30014.79014.30013.3004.0