SPSS教程之相关分析.doc

第七章相关分析第一节BivariateCorrelations过程7.1.1主要功能7.1.2实例操作第二节PartialCorrelations过程7.2.1主要功能7.2.2实例操作第三节DistancesCorrelations过程7.3.1主要功能7.3.2实例操作任何事物的存在都不是孤立的而是相互联系、相互制约的。在医学领域中身高与体重、体温与脉搏、年龄与血压等都存在一定的联系。说明客观事物相互间关系的密切程度并用适当的统计指标表示出来这个过程就是相关分析。值得注意事物之间有相关不一定是因果关系也可能仅是伴随关系。但如果事物之间有因果关系则两者必然相关。SPSS的相关分析是借助于Statistics菜单的Correlate选项完成的。第一节Bivariate过程7.1.1主要功能调用此过程可对变量进行相关关系的分析计算有关的统计指标以判断变量之间相互关系的密切程度。调用该过程命令时允许同时输入两变量或两个以上变量但系统输出的是变量间两两相关的相关系数。返回目录返回全书目录7.1.2实例操作例7-1某地区10名健康儿童头发和全血中的硒含量1000ppm如下试作发硒与血硒的相关分析。编号发硒血硒1234567891074668869917366965873131013111697145107.1.2.1数据准备激活数据管理窗口定义变量名发硒为X血硒为Y按顺序输入相应数值建立数据库图7.1。图7.1原始数据的输入7.1.2.2统计分析激活Statistics菜单选Correlate中的Bivariate.命令项弹出BivariateCorrelation对话框图7.2。在对话框左侧的变量列表中选x、y点击钮使之进入Variables框再在CorrelationCoefficients框中选择相关系数的类型共有三种Pearson为通常所指的相关系数rKendellstau-b为非参数资料的相关系数Spearman为非正态分布资料的Pearson相关系数替代值本例选用Pearson项在TestofSignificance框中可选相关系数的单侧One-tailed或双侧Two-tailed检验本例选双侧检验。图7.2相关分析对话框点击Options.钮弹出BivariateCorrelation:Options对话框图7.3可选有关统计项目。本例要求输出X、Y的均数与标准差以及XY交叉乘积的标准差与协方差故选Meansandstandarddeviations和Cross-productdeviationsandcovariances项而后点击Continue钮返回BivariateCorrelation对话框再点击OK钮即可。图7.3相关分析统计对话框7.1.2.3结果解释在结果输出窗口中将看到如下统计数据变量X、Y的例数、均数与标准差变量X、Y交叉乘积的例数、标准差与协方差XY两两对应的相关系数及其双侧检验的概率本例r0.8715P0.001。VariableCasesMeanStdDevX1075.400012.2945Y1010.80003.3267VariablesCasesCross-ProdDevVariance-CovarXY10320.800035.6444XYX1.0000.87151010P.P.001Y.87151.00001010P.001P.Coefficient/Cases/2-tailedSignificance.isprintedifacoefficientcannotbecomputed返回目录返回全书目录第二节Partial过程7.2.1主要功能调用此过程可对变量进行偏相关分析。在偏相关分析中系统可按用户的要求对两相关变量之外的某一或某些影响相关的其他变量进行控制输出控制其他变量影响后的相关系数。返回目录返回全书目录7.2.2实例操作例7-2某地29名13岁男童身高cm、体重kg和肺活量ml的数据如下表试对该资料作控制体重影响作用的身高与肺活量相关分析。编号身高cm体重肺活量编号身高cm体重肺活量kgmlkgml123456789101112131415135.1139.9163.6146.5156.2156.4167.8149.7145.0148.5165.5135.0153.3152.0160.532.030.446.233.537.135.541.531.033.037.249.527.641.032.047.21750200027502500275020002750150025002250300012502750175022501617181920212223242526272829153.0147.6157.5155.1160.5143.0149.4160.8159.0158.2150.0144.5154.6156.547.240.543.344.737.531.533.940.438.537.536.034.739.532.0175020002250275020001750225027502500200017502250250017507.2.2.1数据准备激活数据管理窗口定义变量名身高为height体重为weight肺活量为vc按顺序输入相应数值建立数据库。7.2.2.2统计分析激活Statistics菜单选Correlate中的Partial.命令项弹出PartialCorrelations对话框图7.4。现欲在控制体重的影响下对变量身高与肺活量进行偏相关分析故在对话框左侧的变量列表中选变量height、vc点击钮使之进入Variables框选要控制的变量weight点击钮使之进入Controllingfor框中在TestofSignificance框中选双侧检验然后点击OK钮即可。图7.4偏相关分析对话框7.2.2.3结果解释在结果输出窗口中将看到如下统计数据控制体重的影响后身高与肺活量的相关系数为0.0926经检验P0.639故身高与肺活量的线性相关不存在。如果不控制体重的影响则身高与肺活量的相关系数为0.5884P为0.001。在有控制的情况下身高与肺活量的决定系数r20.00857而无控制的身高与肺活量决定系数r20.34621可见身高与肺活量的相关有33.764是由体重协同作用而产生的。Controllingfor.WEIGHTHEIGHTVCHEIGHT1.0000.0926026P.P.639VC.09261.0000260P.639P.Coefficient/D.F./2-tailedSignificance.isprintedifacoefficientcannotbecomputed如果控制变量改为身高则得如下结果体重与肺活量的相关系数为0.5528经检验P0.002故体重与肺活量的线性相关存在。可见尽管肺活量与身高和体重均有关系但如果仅仅研究其中一个变量与肺活量的相关关系时体重的意义会更大。Controllingfor.HEIGHTVCWEIGHTVC1.0000.5528026P.P.002WEIGHT.55281.0000260P.002P.Coefficient/D.F./2-tailedSignificance.isprintedifacoefficientcannotbecomputed返回目录返回全书目录第三节Distances过程7.3.1主要功能调用此过程可对变量内部各观察单位间的数值进行距离相关分析以考察相互间的接近程度也可对变量间进行距离相关分析常用于考察预测值对实际值的拟合优度。返回目录返回全书目录7.3.2实例操作例7-3某医师对10份标准血红蛋白样品作三次平行检测结果如下问检测结果是否一致样品号12345678910第一次第二次第三次12.3612.4012.1812.1412.2012.2212.3112.2812.3512.3212.2512.2112.1212.2212.1012.2812.3412.2512.2412.3112.2012.4112.3012.4612.3312.2212.3612.1712.2412.117.3.2.1数据准备激活数据管理窗口定义变量名第一次测量值为HB1第二次测量值为HB2第三次测量值为HB3输入相应数值即完成。7.3.2.2统计分析激活Statistics菜单选Correlate中的Distance.命令项弹出Distance对话框图7.5。在对话框左侧的变量列表中选变量hb1、hb2、hb3点击钮使之进入Variables框。在ComputeDistances框中有两个选项Betweencases表示作变量内部观察值之间的距离相关分析Betweenvariables表示作变量之间的距离相关分析在本例中因三次平行测量结果分别置于三个变量中故选择后者。图7.5距离相关分析对话框在Measure栏中有两种测距方式Dissimilarities为不相似性测距Similarities为相似性测距。若选Dissimilarties并点击Measure.钮弹出Distance:DissimilarityMeasure对话框图7.6用户可根据数据特征选用测距方法图7.6距离相关中不相似性距离测量对话框1、计量资料Euclideandistance以两变量差值平方和的平方根为距离SquaredEuclideandistance以两变量差值平方和为距离Chebychev以两变量绝对差值的最大值为距离Block以两变量绝对差值之和为距离Minkowski以两变量绝对差值p次幂之和的p次根为距离Customized以两变量绝对差值p次幂之和的r次根为距离。2、计数资料Chi-squaremeasure2值测距Phi-squaremeasure2值测距即将2测距值除合计频数的平方根。3、二分字符变量Euclideandistance二分差平方和的平方根最小为0最大无限SquaredEuclideandistance二分差平方和最小为0最大无限Sizedifference最小距离为0最大无限Patterndifference从0至1的无级测距Variance以方差为距最小为0最大无限LanceandWilliamsBray-Curtis非等距系数界于0至1之间。若选Similarties并点击Measure.钮弹出Distance:SimilarityMeasure对话框图7.7用户可根据数据特征选用测距方法图7.7距离相关中相似性距离测量对话框1、计量资料Pearsoncorrelation以Pearson相关系数为距离Cosine以变量矢量的余弦值为距离界于-1至1之间。2、二分字符变量RussellandRao以二分点乘积为配对系数Simplematching以配对数与总对数的比例为配对系数Jaccard相似比例分子与分母中的配对数与非配对数给予相同的权重DiceDice配对系数分子与分母中的配对数给予加倍的权重RogersandTanimotoRogersandTanimoto配对系数分母为配对数分子为非配对数非配对数给予加倍的权重SokalandSneath1SokalandSneath型配对系数分母为配对数分子为非配对数配对数给予加倍的权重SokalandSneath2SokalandSneath型配对系数分子与分母均为非配对数但分子给予加倍的权重SokalandSneath3SokalandSneath型配对系数分母为配对数分子为非配对数分子与分母的权重相同Kulczynski1Kulczynski型配对系数分母为总数与配对数之差分子为非配对数分子与分母的权重相同Kulczynski2Kulczynski平均条件概率SokalandSneath4SokalandSneath条件概率HamannHamann概率LambdaGoodman-Kruskai相似测量的值AnderbergsD以一个变量状态预测另一个变量状态YulesYYule综合系数属于22四格表的列联比例函数YulesQGoodman-Kruskal值属于22四格表的列联比例函数。3、其他型变量OchiaiOchiai二分余弦测量SokalandSneath5SokalandSneath型相似测量Phi4pointcorrelationPearson相关系数的平方值DispersionDispersion相似测量。同时还可以选择数据转换形式None不作数据转换Z-Scores作标准Z分值转换Range-1to1作-1至1之间的标准化转换Range0to1作0至1之间的标准化转换Maximummagnitudeof1作最大量值1的标准转换Meanof1作均数单位转换Standarddeviationof1作标准差单位转换。本例选Similarties项并以Pearsoncorrelation为测量距离。点击Continue钮返回Distance对话框再点击OK钮即可。7.3.2.3结果解释在结果输出窗口可看到三次测量结果的相关系数矩阵。第一次测量与第二次测量结果的r0.5734第一次测量与第三次测量结果的r0.7309第二次测量与第三次测量结果的r0.0878由此可见后两次测量的结果一致性较差这意味着第一次恰好是后两次的“均值”故对该指标作重复测量意义不大。DataInformation10unweightedcasesaccepted.0casesrejectedbecauseofmissingvalue.Correlationmeasureused.CorrelationSimilarityCoefficientMatrixVariableHB1HB2HB2.5734HB3.7309.0878如果对变量内部各观察值间的一致性进行考核假定本例HB1变量中的数据为对一个标准试样的十次平行测定那么需在Distance对话框中选Betw