定量分析基本方法-相关分析.ppt_第1页
定量分析基本方法-相关分析.ppt_第2页
定量分析基本方法-相关分析.ppt_第3页
定量分析基本方法-相关分析.ppt_第4页
定量分析基本方法-相关分析.ppt_第5页
已阅读5页,还剩6页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

定量分析基本方法,相关分析法,主要作用,研究和分析现象(变量)之间有无关系、相关的的密切程度、相关的方向和相关关系表现形式,不考虑因果关系。,适用条件,1 总体和样本:适用于样本 2 数据层级要求:定比数据 3 研究设计:横断面研究设计 4 样本大小: 根据研究对象的变化程度、精度要求、置信度、总体的大小和抽样的方法来综合确定,运算方法,1.基本公式 相关系数r的计算: 1.1协方差的作用:度量各个维度偏离其均值的程度,表示两列变量离差乘积的平均数,显示x与y之间相关的性质,即是正相关、负相关;显示x与y之间线性相关关系密切程度的大小。 1.2标准差作用 :消除离差积乘中两个变量原有计量单位的影响; 将相关系数的值局限在-1到+1之间。 2.基本数据 3.运算工具,基本数据,Pearson(皮尔逊) 相关系数:也叫积差相关系数,对一般连续性、正态性数据适用。 Spearman(斯皮尔曼)是利用两变量的秩次大小作线性相关分析,对原始变量的分布不作要求,属于非参数统计方法,适用范围要广些。对分类变量的数据或变量值分布明显非正态或分布不明时,计算时先对离散数据进行排序或对定距变量值排(求)秩 -秩相关。 Kendall(肯德尔)相关系数:用于反映分类变量相关性的指标,适用于两个分类变量均为有序分类的情况。,运算工具pss软件,第一步:绘制散点图 将相互关联的变量数据对(X,Y)作为二维平面的座标点,构建直角座标图,即散点图,以探究两变量间数量变化的趋势,为相关或回归分析提供初步的思路。 方法:GraphsInteractives Scatterplot 第二步:相关分析 用相关系数(r)体现两个变量间的线性关系程度。 步骤:AnalyzeCorrelate Bivariate,结果分析,1、主要结论:计算相关系数r:利用样本数据计算样本相关系数,样本相关系数反映了两变量间线性相关程度的强弱。 2、指标解释,指标解释,相关系数的取值范围界于-1与1之间,即-1r1 1、当0r 1,表明变量之间存在正相关关系; 2、当-1 r0,表明变量之间存在负相关关系; 3、当|r|=1时,表示其中一个变量的取值完全取决于另一个变量,二者即为函数关系; 4、当r=0时,说明变量之间不存在线性相关关系,但这并不排除变量之间存在其它非线性相关的可能。 根据经验可将其相关程度分为几种:当|r|0.8时视为高度相关;当0.5|r|0.8时视为中度相关;当0.3 |r|0.5时视为低度相关;当|r|0.3时说明变量之间的相关性很弱。,相关分析与回归分析的联系和区别,联系: (1)相关分析是回归分析的基础和前提。没有对现象间是否存在相关关系及密切程度作出判断,就不能进行回归分析。 (2)回归分析是相关分析的深入和继续。只有进行了回归分析,建立了回归方程,相关分析才有实际意义。,区别: 研究目的不同:相关分析研究变量之间相关的方向、相关程度和相关形式,而回归分析研究变量之间相互关系的具体形式,即当一个变量发生数量上的变化时,另一个变量平均会发生什么样的变化。 研究方法不同:相关分析是通过计算相关系数或相关指数来判断变量之间的相关关系,而回归分析是通过数学模型来确定变量之间的具体的数量关系。,变量的性质不同:在相关分析中,不用确定谁是自变量,谁是因变量,且所有变量都是随机变量。 在回归分析中,必须事先确定在具有相关关系的变量中,谁是自变量和谁是因变量。一般来说,自变量是给定的非随机变量(一般变量),因变量是随机变量。,函数关系与相关分析的联系和区别,联系: 函数关系和相关关系都表现为相互依存关系,一种现象的变化会引起另一种现象的变化。圆的面积随半径的变化而变化,产品质量随着工人的技术水平的提高而提高。,区别: 函数关系是非常严格的数量依存关系,某个现象的某个数值有另一现象的完全确定的值与之对应,每给定一个半径就有一

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论