相关性分析是指对两个或多个具备相关性的变量元素进行分析,从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。

相关分析是不考虑变量之间的因果关系而只研究分析变量之间的相关关系的一种统计分析方法,包括简单相关分析、偏相关分析、距离分析等。

下面我们主要从下面四个方面来解说:

  • 实际应用
  • 理论思想
  • 操作过程
  • 分析结果

一、实际应用

相关性不等于因果性,也不是简单的个性化,相关性所涵盖的范围和领域几乎覆盖了我们所见到的方方面面,相关性在不同的学科里面的定义也有很大的差异。

1、简单相关分析

生活中常需要我们对两个变量间的相关关系进行分析,即通过计算两个变量之间的相关系数,是否显著相关作出判断。

2、偏相关分析
相关分析通过计算两个变量之间的相关系数分析变量间线性相关的程度。在多元相关分析中,由于受到其他变量的影响,两变量相关系数只是从表面上反映了两个变量的性质,往往不能真实地反映变量间的线性相关程度,此时就需要用到偏相关分析,这时候就需要把其他变量控制住,然后输出控制其他变量影响后的相关系数,得以从中剔除其他变量的线性影响。3、距离分析
偏相关分析通过控制一些被认为次要的变量的影响得到两个变量间的实际相关系数,但实际问题中,变量可能会多到无法一一关心的地步,每个变量都携带了一定的信息,但彼此又有所重叠,此时最直接的方法就是将所有变量按照一定的标准进行分类,即进行聚类分析。

二、理论思想

相关分析研究现象之间是否存在某种依存关系,并对具体有依存关系的现象探讨其相关方向及相关程度,是研究随机变量之间相关关系的一种统计方法。

现象与现象之间的依存关系,从数量联系上看,可以分为两种不同的类型,即函数关系和相关关系。

函数关系是从数量上反映现象间严格的依存关系,即当一个或几个变量取一定的值时,另一个变量有确定值与之相对应。相关关系是现象间不严格的依存关系,即各变量之间不存在确定性的关系。

在相关关系中,当一个或几个相互联系的变量取一定数值时,与之相对应的另一变量值也相应发生变化,但其关系值不是固定的,往往按照某种规律在一定的范围内变化。

回归方程的确定系数在一定程度上反映了两个变量之间关系的密切程度,并且确定系数的平方根就是相关系数。但确定系数一般是在拟合回归方程之后计算的,如果两个变量间的相关程度不高,拟合回归方程便没有意义,因此相关分析往往在回归分析前进行。

对不同类型的变量,相关系数的计算公式也不同。在相关分析中,常用的相关系数主要有皮尔逊简单相关系数、斯皮尔曼等级相关系数、肯德尔等级相关系数和偏相关系数。

皮尔逊简单相关系数适用于等间隔测度,而斯皮尔曼等级相关系数和肯德尔等级相关系数都是非参测度。一般用ρ和r分别表示总体相关系数和样本相关系数。

(1)皮尔逊简单相关系数简单相关系数r有如下性质:①-1≤r≤1,r绝对值越大,表明两个变量之间的相关程度越强。②0<r≤1,表明两个变量之间存在正相关。若r=1,则表明变量间存在着完全正相关的关系。③-1≤r<0,表明两个变量之间存在负相关。r=-1表明变量间存在着完全负相关的关系。④r=0,表明两个变量之间无线性相关。应该注意的是,简单相关系数所反映的并不是任何一种确定关系,而仅仅是线性关系。另外,相关系数所反映的线性关系并不一定是因果关系。
(2)斯皮尔曼等级相关系数        等级相关用来考察两个变量中至少有一个为定序变量时的相关系数,例如,学历与收入之间的关系。
(3)肯德尔等级相关系数       肯德尔等级相关系数利用变量等级计算一致对数目U和非一致对数目V,采用非参数检验的方法度量定序变量之间的线性相关关系
若p值小于显著性水平,则拒绝原假设,即认为两个变量之间的相关关系显著;否则,接受原假设,即认为变量之间不存在显著相关性。

三、操作过程

相关分析的数据条件:

  • 条件宽松

偏相关分析案例:

题目:随机抽取的山东省某学校的12名学生的IQ值、语文成绩和数学成绩。因为语文成绩和数学成绩都受IQ的影响,所以试用偏相关分析研究学生语文成绩和数学成绩的相关关系。

一、数据输入

二、操作步骤
1、进入SPSS,打开相关数据文件,选择“分析”|“相关”|“偏相关”命令2、选择进行偏相关分析的变量和控制变量。在“偏相关性”对话框的左侧列表框中,同时选中“语文成绩”和“数学成绩”进入“变量”列表框,然后选中IQ进入“控制”列表框。

3、设置显著性检验的类型。在“显著性检验”选项组中选中“双尾”单选按钮。

4、选择是否标记显著性相关性,也就是是否在输出结果中把有统计学意义的结果用“*”表示出来。这里我们选中“标记显著性相关性”复选框。

5、选择相关统计量的输出和缺失值的处理方法。单击“偏相关性”对话框中的“选项”按钮。选中”统计”选项组中的“平均值和标准差”和“零阶相关性”两个复选框在“缺失值”选项组中选中“成对排除个案”单选按钮。也就是说,如果我们在分析时遇到缺失值的情况就将缺失值排除在数据分析之外。设置完毕后,单击“继续”按钮返回“偏相关性”对话框。

6、其余设置采用系统默认值即可。单击“确定”按钮,等待输出结果。

四、结果分析

1、描述性统计量表参与偏相关分析的两个变量的样本数都是12,语文成绩的平均值是77.50,标准差是19.019,数学成绩的平均值是76.17,标准差是22.811,IQ的平均值是98.33,标准差是22.960。

2、偏相关分析结果表不控制IQ时语文成绩和数学成绩的相关系数为0.991,显著性水平为0.000,小于0.01,控制IQ后语文成绩和数学成绩的相关系数为0.893,显著性水平也为0.000,所以语文成绩和数学成绩的相关关系为正向且相关性很强。

分析结论:综上所述,通过控制IQ,语文成绩和数学成绩的相关系数为0.893,显著性水平也为0.000远远小于0.01,拒绝原假设,语文成绩和数学成绩的相关关系为正向且相关性很强。

(获取更多知识,前往gz号程式解说)

原文来自:https://mp.weixin.qq.com/s/g8ttH9LDunqKYTuFs_k7nw

spss分析方法-相关分析(转载)相关推荐

  1. spss分析方法-对应分析(转载)

    spss分析方法-对应分析(转载) 对应分析也称关联分析.R-Q型因子分析,通过分析由定性变量构成的交互汇总表来揭示变量间的联系.对应分析法是在R型和Q型因子分析的基础上发展起来的一种多元统计分析方法 ...

  2. spss分析方法-生存分析(转载)

    spss分析方法-生存分析(转载) 生存分析,是一种将生存时间和生存结果综合起来对数据进行分析的一种统计分析方法.主要用于对涉及一定时间发生和持续长度的时间数据的分析. 下面我们主要从下面四个方面来解 ...

  3. spss分析方法-信度分析(转载)

    信度分析方法是分析问卷的主题是否符合调查者的要求和调查数据可靠性的专用统计方法. 下面我们主要从下面四个方面来解说: 实际应用 理论思想 建立模型 分析结果 一.实际应用 我们在进行社会调查研究时,一 ...

  4. spss分析方法-单样本K-S检验(转载)

    参数检验的前提是关于总体分布的假设成立,但很多情况下我们无法获得有关总体分布的相关信息. 非参数检验正是一类基于这种考虑,在总体方差未知或知道甚少的情况下,利用样本数据对总体分布形态等进行推断的方法. ...

  5. spss分析方法-多个独立样本检验(转载)

    参数检验的前提是关于总体分布的假设成立,但很多情况下我们无法获得有关总体分布的相关信息. 非参数检验正是一类基于这种考虑,在总体方差未知或知道甚少的情况下,利用样本数据对总体分布形态等进行推断的方法. ...

  6. spss分析方法-两个关联样本检验(转载)

    参数检验的前提是关于总体分布的假设成立,但很多情况下我们无法获得有关总体分布的相关信息. 非参数检验正是一类基于这种考虑,在总体方差未知或知道甚少的情况下,利用样本数据对总体分布形态等进行推断的方法. ...

  7. spss分析方法-游程检验(转载)

    参数检验的前提是关于总体分布的假设成立,但很多情况下我们无法获得有关总体分布的相关信息. 非参数检验正是一类基于这种考虑,在总体方差未知或知道甚少的情况下,利用样本数据对总体分布形态等进行推断的方法. ...

  8. spss分析方法-中介效应(转载)

    中介效应,它指的是X对Y的影响是通过M实现的,也就是说M是X的函数,Y是M的函数(Y-M-X).考虑自变量X对因变量Y的影响,如果X通过M影响变量Y,则称M为中介变量. 下面我们主要从下面四个方面来解 ...

  9. spss分析方法-二项检验

    参数检验的前提是关于总体分布的假设成立,但很多情况下我们无法获得有关总体分布的相关信息. 非参数检验正是一类基于这种考虑,在总体方差未知或知道甚少的情况下,利用样本数据对总体分布形态等进行推断的方法. ...

  10. spss分析方法-调节效应

    中介效应,它指的是X对Y的影响是通过M实现的,也就是说M是X的函数,Y是M的函数(Y-M-X).考虑自变量X对因变量Y的影响,如果X通过M影响变量Y,则称M为中介变量. 下面我们主要从下面四个方面来解 ...

最新文章

  1. C++中创建二维数组的几种方法
  2. C 语言编程 — 内存对齐
  3. 2021-04-21--中标麒麟--yum源修改
  4. python的os.path.join
  5. 拆分列成多行_把订单按货品拆分成多行(上)
  6. [APIO2017]商旅——分数优化+floyd+SPFA判负环+二分答案
  7. php导入excel文件 视频,PHP导入Excel文件
  8. 《网络工程师考试 考前冲刺预测卷及考点解析》复习重点
  9. SVN 使用hooks 自动更新到远程的web目录下
  10. C# QQ群管理机器人
  11. 数字孪生北京故宫,元宇宙推进旅游业进程
  12. 服务器端查看图片库 eog display Xforwarding
  13. 2021-01-09
  14. OpenStack部署之Placement项目(7-4)
  15. 安卓 Charles证书的安装
  16. VB与数据库的几种交互
  17. 视觉SLAM入门 -- 学习笔记 - Part3
  18. twig php函数,TWIG的 function 学习
  19. 清除目录下的SVN信息
  20. PWM整流器仿真模型,SVPWM调制方式,空间矢量调制,仿真模型。 PWM整流器matlab仿真模型,SVPWM调制

热门文章

  1. FRP内网穿透搭建-无公网IP时外部访问服务解决办法
  2. 媒体选择与发布实践总结
  3. react的生命周期函数(超详细)
  4. LTE手机接收灵敏度究竟如何?
  5. Hacking Box Droopy: v0.2
  6. java导出excel 图片_请教java导出多张图片到Excel问题!
  7. 一键实现证件照背景的替换,Python 制作可视化GUI界面真香啊
  8. mysql 数据库内存不足_MySQL数据库内存不足怎么办 MySQL数据库使用教程
  9. 许鹏:从零开始学习,Apache Spark源码走读(三)
  10. 杭州电子科技大学java刷题_杭州电子科技大学的OJ