Spearman秩相关检验.ppt_第1页
Spearman秩相关检验.ppt_第2页
Spearman秩相关检验.ppt_第3页
Spearman秩相关检验.ppt_第4页
Spearman秩相关检验.ppt_第5页
已阅读5页，还剩16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

关联性分析的重要性 基础统计书中的估计和假设检验所涉及的仅仅是对一些互相没有关系 独立 的变量的描述 但是现实世界的问题都是相互联系的 不讨论变量之间的关系 就无从谈起任何有深度的应用 而没有应用 前面讲过的那些基本概念就仅仅是摆设而已 第六章相关和回归 变量间的关系 人们每时每刻都在关心事物之间的关系 比如 职业种类和收入之间的关系 政府投入和经济增长之间的关系 广告投入和经济效益之间的关系 治疗手段和治愈率之间的关系等等 这些都是二元的关系 还有更复杂的诸多变量之间的相互关系 比如企业的固定资产 流动资产 预算分配 管理模式 生产率 债务和利润等诸因素的关系是不能用简单的一些二元关系所描述的 广告投入和销售之间的关系 这两个变量是否有关系 显然 它们有关系 这从散点图就很容易看出 基本上销售额是随着广告投入的递增而递增 如果有关系 它们的关系是否显著 这也可以从散点图得到 当广告投入在6万元以下 销售额增长很快 但大于这个投入时 销售额增长就不明显了 因此 这两个变量的关系是由强变弱 这些关系是什么关系 是否可以用数学模型来描述 本例看上去是可以拟合一个回归模型 但绝不是线性的 用一条直线可以描述的 具体细节需要进一步的分析 这两个变量是否有关系 参数统计的关联性分析 参数统计中衡量两个定量变量之间线性相关程度的常用指标是皮尔逊 Pearson 相关系数 也称积距相关系数或动差相关系数 离差相乘 相关系数的定义公式是 这又是什么关系 这个关系是否带有普遍性 也就是说 仅仅这一个样本有这样的关系 还是对于其他企业也有类似的规律 这里的数据还不足以回答这个问题 可能需要考虑更多的变量和收集更多的数据 一般来说 人们希望能够从一些特殊的样本 得到普遍的结论 以利于预测 这个关系是不是因果关系 在本问题中 看来似乎有因果关系 这类似于一种试验 而试验时是容易找到因果关系的 但是 一般来说 变量之间有关系但绝不意味着存在因果关系 这里充满了危险和未知 1 提出假设 H0 H1 0 2 计算检验的统计量 3 确定显著性水平 并作出决策 相关系数非常高的样本也有可能来自无相关关系的总体 为了排除这种情况 需要对相关系数进行显著性检验 注 这一检验是在零假设成立且两个变量服从正态分布的情况下得出的 参数统计检验的步骤是 皮尔逊相关系数的局限性 Pearson相关系数及其显著性检验是建立在数据变量为定量且服从正态分布的前提下 若这一前提不成立 则结果不可信或是错误的 此时需要非参数方法 Pearson相关系数只能用来度量两个变量的线性相关性 不能用来度量两者的相关性 6 1Spearman秩相关检验
人人文库> 全部分类> 教育资料 > 课件下载

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。

最新文档

评论

0/150

提交评论