chapter10相关分析与回归分析.ppt

相关分析
Analysis of Correlate
相关分析的主要目的
相关分析的主要目的是研究变量之间关系的密切程度,以及根据样本的资料推断总体是否相关。
反映变量之间关系紧密程度的指标主要是相关系数r,相关系数的取值在-1和+1之间,当数值越接近-1或+1时,说明关系愈紧密,接近0时,说明关系不紧密。
相关模型的假设
当相关分析要对总体进行推断时,必须满足以下假设:
自变量X和因变量Y都是随机变量;
当自变量X取任意值时,Y的条件分布为一正态分布;
当Y取任意值时,X的条件分布为一正态分布;
X与Y的联合分布是一个二维正态分布。
相关分析的功能
(1)Bivariate选项,对两个变量进行相关分析,包括对两个连续型变量或者是两个非连续型变量进行相关分析;
(2)Partial选项,计算偏相关系数,即为考虑其他变量的影响,计算两个变量之间的相关系数。
(3)Distances选项,对变量和观测量进行相似性和不相似性的分析;
相关分析Analyze-Correlate-Bivariate Correlations
例居住城市的态度
Correlation Coefficients
Pearson,计算Pearson相关系数,只有变量是连续型变量才能选用此项,也是系统默认项
Kendall’s tarb-b,计算Kendall秩相关系数,它适合有序变量或不满足正态分布假设的等间隔数据;
Spearman,计算Spearman秩相关系数,它适合于有序变量或不满足正态分布假设的等间隔数据。
Flag significant correlation
如选择此项,在输出结果中,相关系数的右上角上有“*”则代表显著性水平为5%;相关系数的右上角上有“**”则代表显著性水平为1%。