SPSS第十三讲相关性分析.pptVIP

第九讲 相关分析 第一部分 上一讲回顾 第二部分 相关分析的概念 第三部分 简单相关分析 第四部分 相关分析的SPSS过程 第一部分 第八讲回顾多因素方差分析SPSS操作 方差分析主对话框 选择分析模型 选择比较方法 多重比较对话框 均值图对话框 保存计算结果对话框 输出选项 结果 描述性统计量 主效应与交互效应检验 学习特征多重比较 学习风格多重比较 边际均值估计结果图 相关分析内容 相关分析是统计分析方法中最重要内容之一，是多元统计分析方法的基础。相关分析和回归分析主要用于研究和分析变量之间的相关关系，在变量之间寻求合适的函数关系式，特别是线性表达式。 主要内容： 对变量之间的相关关系进行分析（Correlate）。其中包括简单相关分析（Bivariate）和偏相关分析（Partial）。 数据条件：参与分析的变量数据是数值型变量或有序变量。 (二) 相关关系 1.按相关关系涉及的因素多少来分，可分为： 单相关和复相关。 2.按相关关系的性质来分，可分为: 正相关和负相关 3. 按相关关系的形式来分，可分为： 直线相关和曲线相关 4. 按相关程度分，可分为： 完全相关、不完全相关和不相关 三、相关分析的任务和内容 相关分析的主要内容包括以下五个方面： 第三部分 简单线性相关分析 相关关系的图示(散点图scatter diagram) 散点图(例题分析) 【例】一家大型商业银行在多个地区设有分行，其业务主要是进行基础设施建设、国家重点项目建设、固定资产投资等项目的贷款。近年该银行贷款额平稳增长，但不良贷款额也有较大提高，给银行业务发展带来较大压力。为弄清不良贷款形成的原因，以便找出控制不良贷款的办法，现利用银行有关业务数据进行相关分析。下面是该银行所属25家分行2002年的有关业务数据。 散点图(例题分析) 散点图(例题分析) 二、相关系数 r的测定方法： 仍以上例1资料计算： 资料计算如下： 简单线性相关分析的特点 第四部分 相关分析SPSS过程 在SPSS中，可以通过Analyze菜单进行相关分析（Correlate），Correlate菜单如图所示。 【Correlate】子菜单： Bivariate：两变量相关分析。 Partial：偏相关分析。 Distances：距离分析。 4.1 简单相关分析 两个变量之间的相关关系称简单相关关系。有两种方法可以反映简单相关关系。一是通过散点图直观地显示变量之间关系，二是通过相关系数准确地反映两变量的关系程度。 4.1.1 散点图 SPSS软件的绘图命令集中在Graphs菜单。下面通过例题来介绍具体操作方法。 如果只考虑两个变量，可选择简单的散点图Simple，如图所示。 4.1.2 简单相关分析操作 简单相关分析是指两个变量之间的相关分析，主要是指对两变量之间的线性相关程度作出定量分析。 选项 另外一题的结果 第二部分 偏相关分析 在多变量的情况下，变量之间的相关关系是很复杂的。因此，多元相关分析除了要利用上一讲的简单相关系数外，还要计算偏相关系数 。 在对其他变量的影响进行控制的条件下，衡量多个变量中某两个变量之间的线性相关程度的指标称为偏相关系数。 偏相关系数与简单相关系数区别 在计算简单相关系数时：只需要掌握两个变量的观测数据，并不考虑其他变量对这两个变量可能产生的影响。 在计算偏相关系数时：需要掌握多个变量的数据，一方面考虑多个变量相互之间可能产生的影响，一方面又采用一定的方法控制其他变量，专门考察两个特定变量的净相关关系。 注：在多变量相关的场合，由于变量之间存在错综复杂的关系，因此偏相关系数与简单相关系数在数值上可能相差很大，有时甚至符号都可能相反。简单相关系数受其他因素的影响，反映的往往是表面的非本质的联系，而偏相关系数则较能说明现象之间真实的联系。 例：一种商品的需求既受收入水平的影响又受其价格的影响。按照经济学理论，在一定的收入水平下，该商品的价格越高，商品的需求量就越小。也就是说，需求与价格之间应当是负相关。可是，在现实经济生活中，由于收入和价格常常都有不断提高的趋势，如果不考虑收入对需求的影响，仅仅利用需求和价格的时间序列数据去计算简单相关系数，就有可能得出价格越高需求越大的错误结论。 偏相关分析的公式表达 在偏相关中，根据固定变量数目的多少，可分为零阶偏相关、一阶偏相关、…、(p-1) 阶偏相关。零阶偏相关就是简单相关。如果用下标 0 代表 Y，下标 1 代表 X1，下标 2 代表X2，则变量Y与变量X1之间的一阶偏相关系数为： r01.2是剔除 X2 的影响之后，Y 与 X1 之间的偏相关程度的度量。 r