SPSS相关分析文件材料教学稿件.pptVIP

第七章;;7.1二元变量相关分析;7.2 二元变量相关分析;第2步 对样本来自的两总体是否存在显著的线性关系进行推断：由于存在抽样的随机性和样本数量较少等原因，通常样本相关系数不能直接用来说明样本来自的两总体是否具有显著的线性相关性，需要通过假设检验的方式对样本的总体进行统计推断。 提出零假设H0：即两总体无显著的线性关系； 构造检验统计量：由于不同的相关系数采用不同的检验统计量，因此在相关分析时，不同的过程需要构造不同的检验统计量； 计算检验统计量的观测值及对应的概率p值； 对两总体的相关性进行推断：如果检验统计量的概率p值小于给定的显著性水平，应拒绝零假设，即认为两总体之间存在显著性线性关系；反之，应接受零假设。 ;(4) SPSS实现举例 【例7-1】为了分析父亲与儿子身高之间的相关性，现抽样了12对父子的身高，数据如下表。请对其进行相关性分析（显著性水平取α＝0.05）。 ; ; ;;*;第4步 主要结果及分析。;;(1) 基本概念 距离分析是对观测量之间相似或不相似程度的一种测度，是计算一对观测量之间的广义距离。这些相似性或距离测度可以用于其他分析过程，例如因子分析、聚类分析或多维定标分析，有助于分析复杂的数据集。 (2) 统计原理 不相似性测度 对定距数据的不相似性（距离）测度可以使用的统计量有：欧几里得距离、平方欧氏距离、切比雪夫距离、Block距离、明可斯基距离等。 对定序数据，主要使用卡方不相似测度和斐方测度。 对二值（只有两种取值）数据变量之间的距离描述，使用欧氏距离、平方欧氏距离、尺寸差异、模式差异、方差、形或兰斯和威廉斯等距离统计量。;相似性测度 对于定距数据主要使用皮尔逊相关系数和夹角余弦距离; 对于二值数据的相似性测度主要包括简单匹配系数、Jaccard相似性指数、Hamann相似性测度等20余种。 ;(4) SPSS实现举例 【例7-4】 已知我国四城市2004年各月的日照时数如下表所示，请分析各城市日照数是否近似。;第1步 分析：这是考查4个城市的日照时数是否相似的问题，可用距离分析实现。既可以计算其相似性测度，亦可计算其不相似性测度； 第2步 数据组织：分别定义的变量：month”(月份)（用字符型变量）、“Beijing”(北京)、“Tianjin”(天津)、“ShiJZ”（石家庄）、“Dalian”（大连）。;7.4 距离分析;第4步 主要结果及分析。;;第八章;;8.1 回归分析概述;（3）回归分析的一般步骤 第1步 确定回归方程中的因变量和自变量。 第2步 确定回归模型。 第3步 建立回归方程。 第4步 对回归方程进行各种检验。 拟合优度检验 回归方程的显著性检验 回归系数的显著性检验 第5步 利用回归方程进行预测。;;8.2线性回归分析;8.2线性回归分析;8.2线性回归分析;8.2 线性回归分析;8.2 线性回归分析;8.2 线性回归分析;8.2 线性回归分析;8.2 线性回归分析;;8.3 曲线估计;8.3 曲线估计;8.3 曲线估计;8.3 曲线估计;8.3 曲线估计;8.3 曲线估计;8.3 曲线估计;9.2 曲线估计;8.3 曲线估计;;8.4.1 基本概念及统计原理 （1）基本概念 Logistic回归分析就是针对因变量是定性变量的回归分析。根据因变量取值类别数量不同，Logistic回归分析又分为二元Logistic回归分析和多元Logistic回归分析。二元Logistic回归模型中因变量只可以取两个值1和0（虚拟因变量），而多元Logistic回归模型中因变量可取多个值。 ;（2）统计原理 logit变换 ;（3）统计检验 与线性回归一样，拟合时也要考虑模型是??合适、哪些变量该保留、拟合效果如何等问题。线性回归中常用的是决定系数R2，T检验、F检验等工具在这里均不再适用。在Logistic回归中常用的检验有-2对数似然检验（-2 log（likelihood）, -2LL）、Hosmer和Lemeshow的拟合优度检验、Wald检验等。 ;8.4.2 SPSS实例分析 【例8-4】 诊断发现运营不良的金融企业是审计核查的一项重要功能，审计核查的分类失败会导致灾难性的后果。下表列出了66家公司的部分运营财务比率，其中33家在2年后破产（Y = 0），另外33家在同期保持偿付能力（Y = 1）。请用变量X1（未分配利润/总资产）、X2（税前利润/总资产）和X3（销售额/总资产）拟合一个Logistic回归模型。 ;第1步 分析：共有3个自变量，均是定量数据类型，而因变量是定性的，取值有两种状态（0和1），这是一个典型的可用二元Logistic回归解决的问题。 第2步 数据组织：定义三个自变量X1，X2和X3，再定义因