- 在线时间
- 42 小时
- 最后登录
- 2015-5-3
- 注册时间
- 2014-3-2
- 听众数
- 21
- 收听数
- 4
- 能力
- 90 分
- 体力
- 1495 点
- 威望
- 14 点
- 阅读权限
- 200
- 积分
- 2503
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 203
- 主题
- 54
- 精华
- 1
- 分享
- 0
- 好友
- 27
TA的每日心情 | 开心 2015-2-5 15:19 |
|---|
签到天数: 37 天 [LV.5]常住居民I
- 自我介绍
- 热爱数学建模
 |
例:学生每天学习时间T与学习综合成绩G之间的相关性
: z: d- }/ f+ y6 G# Q+ | `, h3 Z, U G=f(T),其中T为自变量,G为因变量& \: `9 S9 Y* Q, W o! M/ p
; o4 j* M9 Z* l+ ~4 B
2 D3 J I. K1 a! d5 |( T/ o+ Q5 ?step1:建立数据文件 file——new——data;
! A' W ~+ o7 v( \' q8 C7 x4 o9 T4 _. E
定义变量 选中左下角菜单Variable view,输入变量名T,其他选项不变,令起一行,输入变量
# T7 N+ @: K1 e \; W4 t4 u
0 x6 o5 Z) V$ Z5 @. M8 k( k2 `名G其他选项不变,切换到data view(在左下角),将数据复制进去。
! s: z4 H( O( E0 n' {2 i2 I6 l" i/ O2 k
. F/ Y* j" `% a4 s$ J# ZStep2:进行数据分析:在spss最上面菜单里面选中Analyze——correlate——bivariate(双变量)
( @% ~' F0 ~" U, [4 o* l( h6 L0 x1 E2 S2 x% N3 A- P
: r( ~# a7 S& b
左边包含G,T的框为源变量框,后面的空白框为分析变量框,我们现在需要分析G和T的关系,因此将源变量框中的G和T选进分析变量框待分析。
* z0 {5 L5 ~0 P- w
, g+ K2 y3 ~3 h4 l ! X/ I4 S7 Z/ i c7 f, k
(1)correlation coefficients(相关系数)包括三个选项:8 C5 J0 Q3 V& q9 a$ n* k6 [$ e9 ]
' W( d4 [2 N" K. M, J6 x
Pearson:皮尔逊相关,计算连续变量或是等间距测度的变量间的相关分析;
' n- l8 E8 }7 ?& m! ~3 a. \# Z4 G$ V- a6 p; {4 d
Kendall:肯德尔相关,计算等级变量间的秩相关;! V' Y1 r, w# T9 |7 O
& Y8 W7 ]# Y" h5 X3 K8 Y( dSpearman:斯皮尔曼相关,计算斯皮尔曼秩相关。) v' o9 O5 `/ i5 g' F& D$ K0 ]
4 K# L9 \+ v% w& [& x' ~0 R9 t注:Pearson可用来分析①分布不明,非等间距测度的连续变量* I3 @8 k! {5 E* w
2 ] |5 H3 A, d3 S
Kendall可用来分析①分布不明,非等间距测度的连续变量,②完全等级的离散变量,③数据资料不服从双变量正态分布或总体分布型未知。第②种情况只能用Kendall分析
- N- K' j( r/ x/ d# \; L: Z7 e. Y
+ V& U V- J7 c8 \8 R. ^6 t Spearman可用来分析数据资料不服从双变量正态分布或总体分布型未知- l% {$ Y- {7 l. f: ?. p9 K3 \3 a+ m1 H
: _& `" m9 H( C0 v
(2)Test of significance选项7 p+ u) D" A9 n2 h1 C8 ?
' r) d' {) B' y( p' F; T/ c
Two-tailed:双尾检验,如果事先不知道相关方向(正相关还是负相关)则可以选择此项;& x! E9 Q+ q7 b; s( f8 k3 I$ r
2 `* R1 m1 h1 s9 l$ ?1 k! U
One-tailed:单尾检验,如果事先知道相关方向可以选择此项。
3 R1 [7 s* U7 `4 g# `4 W: D
, a. `( z `4 n Z& U0 S* x(3)Flag significant correlations:表明显著水平,如果选择此项,输出结果中在相关系数值右上方使用*标示显著性水平为5%,用**标示其显著性水平为1%5 \. X+ D! u1 a% j* f
) _) t" x1 n& B) e
首先使用pearson,two-tailed(下图),点击右侧options' T: V' p, A) l" ?* h% V4 Y
3 M* p" w' F" ^
如何用spss做相关性分析6 s5 d, k4 i/ F3 x9 r
; u; B* \+ o1 J" o/ S, p. S" K0 M: Xstatistics为统计量,包括均值和标准差 叉积离方差和协方差
! @) G! C) ]6 e$ L% ]" f) Y) m L" Z2 p. x" ?
missing values 选择默认
: |# I( ]8 e+ \' ?
/ U$ e$ G# c1 j( t& n6 S点击continue——ok, d1 ^( `5 m* P5 r; _
8 x1 @. f( j N0 @! S. E
如何用spss做相关性分析
$ @9 M+ y! o# B0 C2 @) @3 b- [/ o7 [- F) j* A5 U) c
相关系数为0.975,显著性p=0.000<0.01,有统计学意义
. m4 Y1 t' H! n# c' c! y0 r7 o1 _" O
选用Kendall 肯德尔,结果如下:
& s# ~9 e4 x' k5 n! ^
1 Q6 ]- Z4 ^1 u: s1 j如何用spss做相关性分析
$ L: K; S& C6 z$ _; w3 b* R. Y5 E
v2 J j9 e+ Q# S1 o" y4 f# K选用spearman 斯皮尔曼,结果如下:
# u+ ^, r; {) } D3 {" x4 `3 m! p
& X. T' O: r; Y! E 如何用spss做相关性分析
4 I- m4 t) |" J) _; _- v+ t
2 y+ T* `) _3 ]* f1 n% u* N' r, K f 画散点图:选中Graphs——Scatter/dot-----Simple scatter------define! _' @5 w- ?5 v7 N. d6 G1 }( G
|
zan
|