第三章

相关分析与回归模型的建立与分析

相关分析和回归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。



本章主要内容：

1

、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

）

。

2

、建立因变量和自变量之间回归模型（

Regression

）

，其中包括线性回归分析（

Linear

）

和

曲线估计（

Curve Estimation

）

。



数据条件

：参与分析的变量数据是数值型变量或有序变量。

§

3.1 

相关分析

在

SPSS

中，可以通过

Analyze

菜单进行相关分析（

Correlate

）

，

Correlate

菜单如图

3.1

所

示。

图

3.1   

Correlate 

相关分析菜单

§

3.1.1 

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。

§

3.1.1.1 

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。

例

1

：

数据库

SY-8

中的变量

X

表示山东省人均国内生产总值，

Y

表示山东省城镇居民的消费额

（资

料来源：

山东省

2003

年统计年鉴）

，

现画出散点图来观察两个变量的关联程度。

具体操作步骤如下：

首先打开数据

SY-8

，然后单击

Graphs 



 Scatter,

打开

Scatter plot

散点图对话框，如图

3.2

所示。然后选择需要的散点图，图中的四个选项依次是：

Simple 

简单散点图

Matrix 

矩阵散点图

Overlay 

重叠散点图

3-D 

三维散点图

图

3.2 

散点图对话框

如果只考虑两个变量，

可选择简单的散点图

Simple

，

然后点击

Define

，

打开

Simple 

Scatterplot

对话框

,

如图

3.3

所示。

图

3.3  Simple Scatterplot

对话框