M-S第1章相關(guān)分析.ppt

1、關(guān)聯(lián)分析，問題的提出，到底學(xué)生在高家庭的收入會影響成績嗎？ 什么樣的影響？ 你能建立一個(gè)回歸模型來描述前三個(gè)成績(這是定量變量)或(和)家庭收入(定性變量)作為參數(shù)，高成績作為原因變量，這些變量之間的關(guān)系嗎？ 定量變量的相關(guān)性，只要兩個(gè)定量變量沒有關(guān)系，就不能建立或回歸模型。 但是，怎樣才能找出兩個(gè)變量有關(guān)系呢？ 最簡單的直觀方法是畫散布圖。 下面顯示了四個(gè)數(shù)據(jù)集的散點(diǎn)圖每個(gè)數(shù)據(jù)集代表兩個(gè)變量x和y的示例。解相關(guān)、正線性相關(guān)、負(fù)線性相關(guān)、有相關(guān)但是非線性相關(guān)、定量變量的相關(guān)，在以下引入關(guān)聯(lián)度的尺度如何描述數(shù)量相關(guān)。 “人相關(guān)系數(shù)”(Pearsons correlation coefficien

2、t )也稱為相關(guān)系數(shù)或線性相關(guān)系數(shù)。 這個(gè)一般用r這個(gè)字母表示。 這是從兩個(gè)變量的樣本中得到的。 這是描述線性相關(guān)強(qiáng)度的量，取-1到1之間的值。 如果兩個(gè)變量具有強(qiáng)線性相關(guān)，則相關(guān)系數(shù)接近1 (正相關(guān))或-1(負(fù)相關(guān))；如果兩個(gè)變量沒有那么多線性相關(guān)，則相關(guān)系數(shù)接近0。 定量變量的相關(guān)器Kendall t相關(guān)系數(shù)(Kendalls t )這里的測量原理是將所有采樣點(diǎn)配對(如果每個(gè)點(diǎn)由x和y組成的坐標(biāo)(x，y )表達(dá)，那么測量原理可為例如(x1，y1)和(x2)，其中如果大于0，則表示x和y同時(shí)增長或同時(shí)下降，這兩點(diǎn)協(xié)同作用。 不然就不合作。 如果采樣中的協(xié)作點(diǎn)數(shù)較多，則這兩個(gè)變量更相關(guān)；如果采

3、樣中的“不協(xié)作”點(diǎn)數(shù)較多，則這兩個(gè)變量不太相關(guān)。 另外，雖然定量變量的相關(guān)器、Spearman秩相關(guān)系數(shù)(spearmanrankcorrelationcoefficient或Spearmans r )與Pearson相關(guān)系數(shù)的定義稍類似，但在該定義中可以將點(diǎn)的坐標(biāo)作為相應(yīng)樣本的秩(即，在該定義中稱為“點(diǎn)”)進(jìn)行計(jì)算。 因此，可以進(jìn)行不依賴于整體分布的非殘奧儀表檢查。 當(dāng)所有與上三對相關(guān)聯(lián)的度量的值接近于1或-1時(shí)，可能聽到定量變量的相關(guān)性并且當(dāng)接近于0時(shí)不相關(guān)。 怎么能叫“接近”呢？ 這不能一概而論。 但是，校正機(jī)輸出中存在與這些相關(guān)度量對應(yīng)的檢查和p值，因此能夠根據(jù)這些結(jié)果判斷是否相關(guān)(參照下述例7.1的繼續(xù))。 得到定量變量的相關(guān)例如初三和高成績的人員相關(guān)系數(shù)，Kendall t相關(guān)系數(shù)和Spearman秩相關(guān)系數(shù)分別為0.758、0.595和0.758。 對這3個(gè)統(tǒng)一修正量的檢查(零假設(shè)全部不相關(guān))都顯著，p值全部為0.000。 請注意，這個(gè)0.000的表示并不意味著這些p值正好等于零，而是小數(shù)點(diǎn)的前三位是零。SPSS的相關(guān)分析、相關(guān)分析利用SPSS選項(xiàng)： AnalizeCorrelateBivariate若選擇