SPSS数据分析-第7讲

—《SPSS数据分析教程》

主要内容

相关分析的基本概念

如何绘制各种散点图

三种相关系数的偏相关分析的概念、方法和结果解释

列联表分析

相关分析的基本概念和散点图

什么是相关分析

相关分析是分析客观事物之间关系的定量分析方法。许多事物或现象之间总是相互联系的，并且可以通过一定的数量关系反映出来。

比如，教育需求量与居民收入水平之间，科研投入与科研产出之间，投资额和国民收入等等，都有着一定的依存关系。

相关关系的种类

相关关系的种类：是否线性

线性相关

正相关

负相关

曲线相关

相关关系的种类：据变量的度量类型

定类变量和定类变量之间的相关

定序变量和定序变量之间的相关

尺度变量和尺度变量之间的相关

相关分析的作用

判断变量之间有无联系

确定相关关系的表现形式及相关分析方法

把握相关关系的方向与密切程度

为进一步采取其他统计方法进行分析提供依据

用来进行预测

散点图

相关散点图是观察两个变量之间关系的一种非常直观的方法。散点图以横轴表示两个变量中的一个变量，以纵轴表示另一个变量，将两个变量之间相对应的变量值以坐标点的形式逐一标在直角坐标系中，通过点的分布形状、分布模式和疏密程度来形象描述两个变量之间的相关关系。

散点图—旧对话框

car_sales.sav记录了对市面上常见汽车的调查结果，它包括车的长、宽、净重等物理指标，同时还有车的厂家、型号、新车售价、发动机、马力、耗油量等。我们想考察车的耗油量是否和售价有关系，是否车越省油价格越高呢？

用图表构建程序绘制散点图

相关系数

通过计算相关系数来分析变量之间相互关系的方法。

计算相关系数的方法很多，由于我们所面对的各种变量都具有不同的性质和类型，因此应当根据变量的特点选择适当的分析相关的方法。对于不同类型的数据，计算相关系数的方法也不相同 。

线性相关的度量—尺度数据间的相关性的度量

Pearson相关系数

相关系数的数值范围是介于–1与 +1之间:

如果|½| ' 0，表明两个变量没有线性相关关系。

如果|½| ' 1 ，则表示两个变量完全直线相关。线性相关的方向通过相关系数的符号来表示，“+”号表示正相关，“﹣”表示负相关。

相关系数为0或接近于0不能说明两个变量之间没有相关性，它只说明没有线性相关性。不能排除具有其它非线性关系。

Pearson 相关系数是一种线性关联度量。如果两个变量关系密切，

本文档共33页，可免费阅读15页，剩余18页请下载后阅读。继续阅读 

1、本文档共:33页，可阅读全部内容。

2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。

3、本文档由内容提供方上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重标题与内容不符之情形，可联系本站下载客服投诉处理。