版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、.第7章 SPSS的相關(guān)分析.7.1.1 相關(guān)的基本概念7.1.1.1 函數(shù)關(guān)系和相關(guān)關(guān)系 函數(shù)關(guān)系是指事物或現(xiàn)象之間存在著嚴(yán)格的依存關(guān)系,其主要特征是它的確定性,即對(duì)一個(gè)變量的每一個(gè)值,另一個(gè)變量都具有惟一確定的值與之相對(duì)應(yīng)。變量之間的函數(shù)關(guān)系通??梢杂煤瘮?shù)式Y(jié)=f(x)確切地表示出來。例如,圓的周長C對(duì)于半徑r的依存關(guān)系就是函數(shù)關(guān)系:C=2r。 相關(guān)關(guān)系反映出變量之間雖然相互影響,具有依存關(guān)系,但彼此之間是不能一一對(duì)應(yīng)的。例如,學(xué)生成績與其智力因素、各科學(xué)習(xí)成績之間的關(guān)系、教育投資額與經(jīng)濟(jì)發(fā)展水平的關(guān)系、社會(huì)環(huán)境與人民健康的關(guān)系等等,都反映出客觀現(xiàn)象中存在的相關(guān)關(guān)系。7.1 相關(guān)分析概述.
2、7.1.1.2相關(guān)關(guān)系的類型(1)根據(jù)相關(guān)程度的不同,相關(guān)關(guān)系可分為完全相關(guān)、不完全相關(guān)和無相關(guān)。(2)根據(jù)變量值變動(dòng)方向的趨勢,相關(guān)關(guān)系可分為正相關(guān)和負(fù)相關(guān)。(3)根據(jù)變量關(guān)系的形態(tài),相關(guān)關(guān)系可分為直線相關(guān)和曲線相關(guān)。(4)根據(jù)研究變量的多少,可分為單相關(guān)、復(fù)相關(guān)。7.1 相關(guān)分析概述.7.1.2.1相關(guān)分析的作用 (1)判斷變量之間有無聯(lián)系(2)確定選擇相關(guān)關(guān)系的表現(xiàn)形式及相關(guān)分析方法(3)把握相關(guān)關(guān)系的方向與密切程度(4)相關(guān)分析不但可以描述變量之間的關(guān)系狀況,而且用來進(jìn)行預(yù)測。 (5)相關(guān)分析還可以用來評(píng)價(jià)測量量具的信度、效度以及項(xiàng)目的區(qū)分度等。 7.1.2 相關(guān)分析. 相關(guān)系數(shù)是在直
3、線相關(guān)條件下,說明兩個(gè)變量之間相關(guān)程度以及相關(guān)方向的統(tǒng)計(jì)分析指標(biāo)。相關(guān)系數(shù)一般可以通過計(jì)算得到。作為樣本相關(guān)系數(shù),常用字母r表示;作為總體相關(guān)系數(shù),常用字母表示。 相關(guān)系數(shù)的數(shù)值范圍是介于1與 +1之間 (即1 r 1),常用小數(shù)形式表示,一般要取小數(shù)點(diǎn)后兩位數(shù)字來表示,以便比較精確地描述其相關(guān)程度。 兩個(gè)變量之間的相關(guān)程度用相關(guān)系數(shù)r的絕對(duì)值表示,其絕對(duì)值越接近1,表明兩個(gè)變量的相關(guān)程度越高;其絕對(duì)值越接近于0,表明兩個(gè)變量相關(guān)程度越低。如果其絕對(duì)值等于零1,則表示兩個(gè)變量完全直線相關(guān)。如果其絕對(duì)值為零,則表示兩個(gè)變量完全不相關(guān)(不是直線相關(guān))。7.1.2.2相關(guān)系數(shù)7.1.2 相關(guān)分析.
4、變量相關(guān)的方向通過相關(guān)系數(shù)r所具有的符號(hào)來表示,“+”號(hào)表示正相關(guān),即0r1?!啊北硎矩?fù)相關(guān),即0 r 1。在使用相關(guān)系數(shù)時(shí)應(yīng)該注意下面的幾個(gè)問題:(1)相關(guān)系數(shù)只是一個(gè)比率值,并不具備與相關(guān)變量相同的測量單位。(2)相關(guān)系數(shù)r 受變量取值區(qū)間大小及樣本數(shù)目多少的影響比較大。 (3)來自于不同群體且不同質(zhì)的事物的相關(guān)系數(shù)不能進(jìn)行比較。(4)對(duì)于不同類型的數(shù)據(jù),計(jì)算相關(guān)系數(shù)的方法也不相同。 7.1.2.2相關(guān)系數(shù)7.1.2 相關(guān)分析. 簡單相關(guān)分析是研究兩個(gè)變量之間關(guān)聯(lián)程度的統(tǒng)計(jì)方法。它主要是通過計(jì)算簡單相關(guān)系數(shù)來反映變量之間關(guān)系的強(qiáng)弱。一般它有圖形和數(shù)值兩種表示方式。 1、相關(guān)圖 在統(tǒng)計(jì)中制作
5、相關(guān)圖,可以直觀地判斷事物現(xiàn)象之間大致上呈現(xiàn)何種關(guān)系的形式。相關(guān)圖是相關(guān)分析的重要方法。利用直角坐標(biāo)系第一象限,把第一個(gè)變量置于橫軸上,第二個(gè)變量置于縱軸上,而將兩個(gè)變量對(duì)應(yīng)的變量值用坐標(biāo)點(diǎn)形式描繪出來,用以表明相關(guān)點(diǎn)分布狀況的圖形,這就是相關(guān)圖 7.2.1 簡單相關(guān)分析的基本原理7.2 SPSS在簡單相關(guān)分析中的應(yīng)用.2、相關(guān)系數(shù) 雖然相關(guān)圖能夠展現(xiàn)變量之間的數(shù)量關(guān)系,但這也只是種直觀判斷方法。因此,可以計(jì)算變量之間的相關(guān)系數(shù)。對(duì)不同類型的變量應(yīng)當(dāng)采取不同的相關(guān)系數(shù)來度量,常用的相關(guān)系數(shù)主要有: 皮爾遜(Pearson)相關(guān)系數(shù) 常稱為積差相關(guān)系數(shù),適用于研究連續(xù)變量之間的相關(guān)程度。例如,收
6、入和儲(chǔ)蓄存款、身高和體重等變量間的線性相關(guān)關(guān)系。注意Pearson相關(guān)系數(shù)適用于線性相關(guān)的情形,對(duì)于曲線相關(guān)等更為復(fù)雜的情形,系數(shù)的大小并不能代表其相關(guān)性的強(qiáng)弱。它的計(jì)算公式為: 利用相關(guān)系數(shù)r的大小可以判斷變量間相關(guān)關(guān)系的密切程度,具體見表所示。7.2.1 簡單相關(guān)分析的基本原理7.2 SPSS在簡單相關(guān)分析中的應(yīng)用.7.2.1 簡單相關(guān)分析的基本原理7.2 SPSS在簡單相關(guān)分析中的應(yīng)用.對(duì)皮爾遜簡單相關(guān)系數(shù)的統(tǒng)計(jì)檢驗(yàn)是計(jì)算t統(tǒng)計(jì)量,具體公式是: t統(tǒng)計(jì)量服從n-2個(gè)自由度的t分布。SPSS會(huì)自動(dòng)計(jì)算r統(tǒng)計(jì)量和t值,并依據(jù)t分布表給出其對(duì)應(yīng)的相伴概率值。 斯皮爾曼等級(jí)相關(guān)系數(shù)。斯皮爾曼等級(jí)
7、相關(guān)系數(shù)用來度量順序水準(zhǔn)變量間的線性相關(guān)關(guān)系。它是利用兩變量的秩次大小作線性相關(guān)分析,適用條件為: 兩個(gè)變量的變量值是以等級(jí)次序表示的資料。 一個(gè)變量的變量值是等級(jí)數(shù)據(jù),另一個(gè)變量的變量值是等距或比率數(shù)據(jù),且其兩總體不要求是正態(tài)分布,樣本容量n不一定大于30。7.2.1 簡單相關(guān)分析的基本原理7.2 SPSS在簡單相關(guān)分析中的應(yīng)用. 從斯皮爾曼等級(jí)相關(guān)適用條件中可以看出,等級(jí)相關(guān)的應(yīng)用范圍要比積差相關(guān)廣泛,它的突出優(yōu)點(diǎn)是對(duì)數(shù)據(jù)的總體分布、樣本大小都不做要求。但缺點(diǎn)是計(jì)算精度不高。斯皮爾曼等級(jí)相關(guān)系數(shù)常用符號(hào) 來表示。其基本公式為:式中:D是兩個(gè)變量每對(duì)數(shù)據(jù)等級(jí)之差,n是兩列變量值的對(duì)數(shù)。斯皮爾
8、曼相關(guān)系數(shù)計(jì)算公式可以完全套用皮爾遜相關(guān)系數(shù)的計(jì)算公式,但公式中的x和y用它們的秩次代替即可。7.2.1 簡單相關(guān)分析的基本原理7.2 SPSS在簡單相關(guān)分析中的應(yīng)用. 肯德爾等級(jí)相關(guān)系數(shù): 它是用于反映分類變量相關(guān)性的指標(biāo),適用于兩個(gè)變量均為有序分類的情況。這種指標(biāo)采用非參數(shù)檢驗(yàn)方法測度變量間的相關(guān)關(guān)系。它利用變量的秩計(jì)算一致對(duì)數(shù)目和非一致對(duì)數(shù)目。顯然,如果兩變量具有較強(qiáng)的正相關(guān),則一致對(duì)數(shù)目U應(yīng)較大;但若兩變量相關(guān)性較弱,則一致對(duì)數(shù)目U和非一致對(duì)數(shù)目V應(yīng)大致相等。故按照此思想,可得其定義為: SPSS將自動(dòng)計(jì)算它的相關(guān)系數(shù)、檢驗(yàn)統(tǒng)計(jì)量和對(duì)應(yīng)的概率P值。7.2.1 簡單相關(guān)分析的基本原理7.
9、2 SPSS在簡單相關(guān)分析中的應(yīng)用.7.2.2 簡單相關(guān)分析的SPSS操作詳解 Step01:打開主菜單 選擇主菜單中的【分析】【相關(guān)】【雙變量】命令,彈出【雙變量相關(guān)】對(duì)話框,如圖7-1所示,這是簡單相關(guān)檢驗(yàn)的主操作窗口。7.2 SPSS在簡單相關(guān)分析中的應(yīng)用.7.2 SPSS在簡單相關(guān)分析中的應(yīng)用.Step02:選擇檢驗(yàn)變量 在【雙變量相關(guān)】對(duì)話框左側(cè)的候選變量中選擇兩個(gè)個(gè)或兩個(gè)以上變量將其添加至【變量】列表框中,表示需要進(jìn)行簡單相關(guān)分析的變量。Step03:選擇相關(guān)系數(shù)類型 圖中的【相關(guān)系數(shù)】復(fù)選欄可以選擇計(jì)算簡單相關(guān)系數(shù)的類型。 皮爾遜:系統(tǒng)默認(rèn)項(xiàng),即積差相關(guān)系數(shù),計(jì)算連續(xù)變量或是等間
10、距測度的變量間的相關(guān)分析。 肯德爾:等級(jí)相關(guān),計(jì)算分類變量間的秩相關(guān)。 斯皮爾曼:等級(jí)相關(guān),斯皮爾曼相關(guān)系數(shù)。 對(duì)于非等間距測度的連續(xù)變量,因?yàn)榉植疾幻骺梢允褂玫燃?jí)相關(guān)分析,也可以使用Pearson 相關(guān)分析;對(duì)于完全等級(jí)的離散變量必須使用等級(jí)相關(guān)分析相關(guān)性。當(dāng)資料不服從雙變量正態(tài)分布或總體分布型未知,或原始數(shù)據(jù)是用等級(jí)表示時(shí),宜用斯皮爾曼 或肯德爾相關(guān)。7.2 SPSS在簡單相關(guān)分析中的應(yīng)用. Step04:假設(shè)檢驗(yàn)類型選擇 在圖中的【顯著性檢驗(yàn)】復(fù)選欄可以選擇輸出的假設(shè)檢驗(yàn)類型,對(duì)應(yīng)有兩個(gè)單選項(xiàng)。 雙尾檢驗(yàn):系統(tǒng)默認(rèn)項(xiàng)。雙尾檢驗(yàn),當(dāng)事先不知道相關(guān)方向(正相關(guān)還是負(fù)相關(guān))時(shí)選擇此項(xiàng)。 單尾檢
11、驗(yàn):單尾檢驗(yàn),如果事先知道相關(guān)方向可以選擇此項(xiàng)。同時(shí),可以勾選【標(biāo)記顯著性相關(guān))】項(xiàng)。它表示選擇此項(xiàng)后,輸出結(jié)果中對(duì)在顯著性水平0.05下顯著相關(guān)的相關(guān)系數(shù)用一個(gè)星號(hào)“*”加以標(biāo)記;對(duì)在顯著性水平0.01下顯著相關(guān)的相關(guān)系數(shù)用兩個(gè)星號(hào)“*”標(biāo)記。7.2 SPSS在簡單相關(guān)分析中的應(yīng)用.Step05:其他選項(xiàng)選擇 單擊選項(xiàng)按鈕,彈出如圖7-2所示的【選項(xiàng)】對(duì)話框,該對(duì)話框用于指定輸出內(nèi)容和關(guān)于缺失值的處理方法,主要包括以下選項(xiàng)。 統(tǒng)計(jì)量:選擇輸出統(tǒng)計(jì)量。 均值和標(biāo)準(zhǔn)差:將輸出選中的各變量的觀測值數(shù)目、均值和標(biāo)準(zhǔn)差。 叉積偏差和協(xié)方差:輸出反映選中的每一對(duì)變量之間的叉積離差矩陣和協(xié)方差矩陣。 缺失
12、值 :用于設(shè)置缺失值的處理方式。它有兩種處理方式: 按對(duì)排除個(gè)案:系統(tǒng)默認(rèn)項(xiàng)。剔除當(dāng)前分析的兩個(gè)變量值是缺失的個(gè)案。 按列表除個(gè)案:表示剔除所有含缺失值的個(gè)案后再進(jìn)行分析。7.2 SPSS在簡單相關(guān)分析中的應(yīng)用.7.2 SPSS在簡單相關(guān)分析中的應(yīng)用.Step06:相關(guān)統(tǒng)計(jì)量的Bootstrap估計(jì) 單擊【Bootstrap】按鈕,彈出對(duì)話框,在此可以進(jìn)行如下統(tǒng)計(jì)量的Bootstrap估計(jì)。 描述統(tǒng)計(jì)表支持均值和標(biāo)準(zhǔn)差的bootstrap 估計(jì)。 相關(guān)性表支持相關(guān)性的bootstrap 估計(jì)。選項(xiàng)具體功能請(qǐng)參看本書3-1節(jié)的相關(guān)部分說明。7.2 SPSS在簡單相關(guān)分析中的應(yīng)用.Step07:單
13、擊確定按鈕,結(jié)束操作,SPSS軟件自動(dòng)輸出結(jié)果。7.2 SPSS在簡單相關(guān)分析中的應(yīng)用.7.2.3 實(shí)例分析:股票指數(shù)之間的聯(lián)系1 實(shí)例內(nèi)容 道瓊斯工業(yè)平均指數(shù)(DJIA)和標(biāo)準(zhǔn)普爾指數(shù)500(S&P 500)都被用做股市全面動(dòng)態(tài)的測度。DJIA是基于30種股票的價(jià)格動(dòng)態(tài);S&P 500是由500種股票組成的指數(shù)。有人說S&P 500是股票市場功能的一種更好的測度,因?yàn)樗诟嗟墓善?。?-2顯示了DJIA和S&P 500在1997年10周內(nèi)的收盤價(jià)。請(qǐng)計(jì)算它們之間的樣本相關(guān)系數(shù)。不僅如此,樣本相關(guān)系數(shù)告訴我們DJIA和S&P 500之間的關(guān)系是怎樣的
14、?7.2 SPSS在簡單相關(guān)分析中的應(yīng)用.2 實(shí)例操作 表給出了道瓊斯工業(yè)平均指數(shù)和標(biāo)準(zhǔn)普爾指數(shù)在同一時(shí)間點(diǎn)的數(shù)值。由于這些數(shù)值都是連續(xù)型變量,同時(shí)根據(jù)兩個(gè)股票指數(shù)的散點(diǎn)圖(圖7-4)可見它們呈顯著的線性相關(guān),因此可以采用皮爾遜相關(guān)系數(shù)來測度它們之間的相關(guān)性。但為了比較,我們也計(jì)算了這兩組變量的肯德爾和斯皮爾曼相關(guān)系數(shù)。7.2 SPSS在簡單相關(guān)分析中的應(yīng)用.7.2 SPSS在簡單相關(guān)分析中的應(yīng)用.3 實(shí)例結(jié)果及分析(1)描述性統(tǒng)計(jì)分析表執(zhí)行完上面的操作后,首先給出的是當(dāng)前樣本進(jìn)行描述性統(tǒng)計(jì)的結(jié)果表7-3??梢钥吹綐颖救萘慷嫉扔?0,道瓊斯工業(yè)平均指數(shù)和標(biāo)準(zhǔn)普爾指數(shù)的平均均值分別為7743.6
15、0和945.10,兩者差距顯著。同時(shí),兩者的方差差距也很明顯。均值均值標(biāo)準(zhǔn)差標(biāo)準(zhǔn)差NDJIA7743.60197.32610SP945.1019.947107.2 SPSS在簡單相關(guān)分析中的應(yīng)用.(2)皮爾遜相關(guān)系數(shù)表 接著SPSS列出了道瓊斯工業(yè)平均指數(shù)和標(biāo)準(zhǔn)普爾指數(shù)的皮爾遜相關(guān)系數(shù)表7-4。可以看到,兩種指數(shù)的皮爾遜系數(shù)值高達(dá)0.995,非常接近1;同時(shí)相伴概率P值明顯小于顯著性水平0.01,這也進(jìn)一步說明兩者高度正線性相關(guān)。DJIASPDJIAPearson 相關(guān)性10.995*Sig. (雙側(cè))0.000N1010SPPearson 相關(guān)性0.995*1Sig. (雙側(cè)) 0.000N
16、10107.2 SPSS在簡單相關(guān)分析中的應(yīng)用.(3)非參數(shù)相關(guān)系數(shù)表 表7-5列出了兩種股票指數(shù)的肯德爾和斯皮爾曼相關(guān)系數(shù),分別等于0.994和0.985;同時(shí)它們的概率P值也遠(yuǎn)小于顯著性水平。但本案例中,斯皮爾曼相關(guān)系數(shù)和肯德爾相關(guān)系數(shù)都小于皮爾遜相關(guān)系數(shù),顯然這是由于在秩變換或數(shù)據(jù)按有序分類處理時(shí)損失信息所導(dǎo)致的。 所以,通過以上分析看到,道瓊斯工業(yè)平均指數(shù)和標(biāo)準(zhǔn)普爾指數(shù)具有高度正相關(guān)性,一個(gè)指數(shù)的上漲或上跌時(shí),另一個(gè)指數(shù)也會(huì)伴隨著上漲或下跌。7.2 SPSS在簡單相關(guān)分析中的應(yīng)用.表7-5 非參數(shù)相關(guān)系數(shù)表DJIASP相關(guān)系數(shù)1.0000.944*Kendalls tau_bDJIAS
17、ig. (雙側(cè))0.000N1010相關(guān)系數(shù)0.944*1.000SPSig. (雙側(cè))0.000N1010相關(guān)系數(shù)1.0000.985*Spearmans rhoDJIASig. (雙側(cè))0.000N1010相關(guān)系數(shù)0.985*1.000SPSig. (雙側(cè))0.000N10107.2 SPSS在簡單相關(guān)分析中的應(yīng)用.7.3.1 偏相關(guān)分析的基本原理1、方法概述 簡單相關(guān)分析計(jì)算兩個(gè)變量之間的相互關(guān)系,分析兩個(gè)變量間線性關(guān)系的程度。但是現(xiàn)實(shí)中,事物之間的聯(lián)系可能存在于多個(gè)主體之間,因此往往因?yàn)榈谌齻€(gè)變量的作用使得相關(guān)系數(shù)不能真實(shí)地反映兩個(gè)變量間的線性相關(guān)程度。例如身高、體重與肺活量之間的關(guān)系
18、,如果使用皮爾遜相關(guān)計(jì)算其相關(guān)系數(shù),可以得出肺活量、身高和體重均存在較強(qiáng)的線性相關(guān)性質(zhì)。但實(shí)際上呢,對(duì)體重相同的人而言,身高值越大其肺活量也不一定越大。因?yàn)樯砀吲c體重有著線性關(guān)系,肺活量與體重有著線性關(guān)系,因此得出了身高與肺活量之間存在較強(qiáng)的線性關(guān)系的錯(cuò)誤結(jié)論。偏相關(guān)分析就是在研究兩個(gè)變量之間的線性相關(guān)關(guān)系時(shí)控制可能對(duì)其產(chǎn)生影響的變量。7.3 SPSS在偏相關(guān)分析中的應(yīng)用.2、基本原理 偏相關(guān)分析是在相關(guān)分析的基礎(chǔ)上考慮了兩個(gè)因素以外的各種作用,或者說在扣除了其他因素的作用大小以后,重新來測度這兩個(gè)因素間的關(guān)聯(lián)程度。這種方法的目的就在于消除其他變量關(guān)聯(lián)性的傳遞效應(yīng)。 偏相關(guān)系數(shù)在計(jì)算時(shí)可以首先
19、分別計(jì)算三個(gè)因素之間的相關(guān)系數(shù),然后通過這三個(gè)簡單相關(guān)系數(shù)來計(jì)算偏相關(guān)系數(shù),公式如下:上式就是在控制了第三個(gè)因素的影響所計(jì)算的第一、第二個(gè)因素之間的偏相關(guān)系數(shù)。當(dāng)考慮一個(gè)以上的控制因素時(shí)的公式類推。1213 2312(3)22132311rr rrrr7.3 SPSS在偏相關(guān)分析中的應(yīng)用.7.3.2 偏相關(guān)分析的SPSS操作詳解 Step01:打開主菜單 選擇主菜單中的【分析】【相關(guān)】【偏相關(guān)】命令,彈出【偏相關(guān)】對(duì)話框,如圖7-9所示,這是偏相關(guān)檢驗(yàn)的主操作窗口。7.3 SPSS在偏相關(guān)分析中的應(yīng)用. Step02:選擇檢驗(yàn)變量 在【偏相關(guān)】對(duì)話框左側(cè)的候選變量中選擇兩個(gè)或兩個(gè)以上變量將其添
20、加至【變量】列表框中,表示需要進(jìn)行偏相關(guān)分析的變量。Step03:選擇控制變量 在【偏相關(guān)】對(duì)話框左側(cè)的候選變量中至少選擇一個(gè)變量將其添加至【控制】列表框中,表示在進(jìn)行偏相關(guān)分析時(shí)需要控制的變量。注意如果不選入控制變量,則進(jìn)行的是簡單相關(guān)分析。 Step04:假設(shè)檢驗(yàn)類型選擇 在【顯著性檢驗(yàn)】復(fù)選欄可以選擇輸出的假設(shè)檢驗(yàn)類型,對(duì)應(yīng)有兩個(gè)單選項(xiàng)。雙尾檢驗(yàn):系統(tǒng)默認(rèn)項(xiàng)。雙尾檢驗(yàn),當(dāng)事先不知道相關(guān)方向(正相關(guān)還是負(fù)相關(guān))時(shí)選擇此項(xiàng)。 單尾檢驗(yàn):單尾檢驗(yàn),如果事先知道相關(guān)方向可以選擇此項(xiàng)。同時(shí),可以勾選【標(biāo)記顯著性相關(guān)】項(xiàng)。它表示選擇此項(xiàng)后,輸出結(jié)果中對(duì)在顯著性水平0.05下顯著相關(guān)的相關(guān)系數(shù)用一個(gè)星
21、號(hào)“*”加以標(biāo)記;對(duì)在顯著性水平0.01下顯著相關(guān)的相關(guān)系數(shù)用兩個(gè)星號(hào)“*”標(biāo)記。7.3 SPSS在偏相關(guān)分析中的應(yīng)用.Step05:其他選項(xiàng)選擇 單擊【選項(xiàng)】按鈕,彈出如圖所示的【選項(xiàng)】對(duì)話框,該對(duì)話框用于指定輸出內(nèi)容和關(guān)于缺失值的處理方法,主要包括以下選項(xiàng)。 統(tǒng)計(jì)量:選擇輸出統(tǒng)計(jì)量。 均值和標(biāo)準(zhǔn)差:將輸出選中的各變量的觀測值數(shù)目、均值和標(biāo)準(zhǔn)差。零階相關(guān)系數(shù):顯示零階相關(guān)矩陣,即皮爾遜相關(guān)矩陣。 缺失值:用于設(shè)置缺失值的處理方式。它有兩種處理方式:按列表排除個(gè)案:系統(tǒng)默認(rèn)項(xiàng)。剔除當(dāng)前分析的兩個(gè)變量值是缺失的個(gè)案。按對(duì)排除個(gè)案:表示剔除所有含缺失值的個(gè)案后再進(jìn)行分析。7.3 SPSS在偏相關(guān)分
22、析中的應(yīng)用.圖7-10 【偏相關(guān):選項(xiàng)】對(duì)話框7.3 SPSS在偏相關(guān)分析中的應(yīng)用.Step06:相關(guān)統(tǒng)計(jì)量的Bootstrap估計(jì) 單擊【Bootstrap】按鈕,彈出如圖所示對(duì)話框,在此可以進(jìn)行如下統(tǒng)計(jì)量的Bootstrap估計(jì)。 描述統(tǒng)計(jì)表支持均值和標(biāo)準(zhǔn)差的bootstrap 估計(jì)。 相關(guān)性表支持相關(guān)性的bootstrap 估計(jì)。選項(xiàng)具體功能請(qǐng)參看本書3-1節(jié)的相關(guān)部分說明。Step07:單擊確定按鈕,結(jié)束操作,SPSS軟件自動(dòng)輸出結(jié)果。7.3 SPSS在偏相關(guān)分析中的應(yīng)用.7.3.3 實(shí)例分析:股票市場和債券市場1 實(shí)例內(nèi)容 在我國的金融市場中,股票市場和債券市場都是其中的重要組成部分
23、。研究它們之間的關(guān)系有利于我們弄清楚金融市場之間的關(guān)聯(lián)特征。但是我國債券市場主要由銀行間債券市場和證券交易所債券市場組成,并且它們處于相對(duì)分割狀態(tài),在投資主體、交易方式等方面存在顯著差異。文件7-2.sav列出了近幾年我國股票市場、交易所國債市場和銀行間國債市場的綜合指數(shù),請(qǐng)利用相關(guān)分析研究這三個(gè)市場的關(guān)聯(lián)特征 7.3 SPSS在偏相關(guān)分析中的應(yīng)用.2 實(shí)例操作 由于這里要研究三個(gè)金融市場之間的關(guān)系,因此首先可以利用7.2節(jié)的簡單相關(guān)分析來初步探討它們之間的聯(lián)系。表7-6計(jì)算了這三個(gè)市場之間的Pearson相關(guān)系數(shù)。從表中數(shù)據(jù)看到,三個(gè)市場間的價(jià)格相關(guān)系數(shù)較高,其中交易所和銀行間國債市場相關(guān)系
24、數(shù)高達(dá)0.922,而它們和股市的相關(guān)系數(shù)相對(duì)較低,分別是0.411和0.419,從數(shù)值大小看到這兩個(gè)子市場和股市的關(guān)聯(lián)性差異不明顯。 但是,就相關(guān)系數(shù)本身而言,它未必是兩事物間線性關(guān)系強(qiáng)弱的真實(shí)體現(xiàn),往往有夸大的趨勢,因?yàn)樗谟?jì)算時(shí)都沒有考慮第三方的影響,這就有可能導(dǎo)致對(duì)事物的解釋出現(xiàn)偏差。這里,股市、銀行間國債市場和交易所國債市場之間肯定是相互關(guān)聯(lián)的,兩個(gè)市場間的關(guān)系強(qiáng)弱肯定要受到第三方的影響制約,市場間的關(guān)系強(qiáng)弱可能存在傳遞效應(yīng)?;谶@種考慮,這里要引入偏相關(guān)系數(shù)測度市場間的關(guān)系。7.3 SPSS7.3 SPSS在偏相關(guān)分析中的應(yīng)用在偏相關(guān)分析中的應(yīng)用.3 實(shí)例結(jié)果及分析(1)描述性統(tǒng)計(jì)分
25、析表 執(zhí)行完上述操作后,首先給出的是當(dāng)前樣本進(jìn)行描述性統(tǒng)計(jì)的結(jié)果表7-7??梢钥吹綐颖救萘慷嫉扔?321,三個(gè)市場綜合指數(shù)的樣本均值和樣本方差都有一定的差距。均值均值標(biāo)準(zhǔn)差標(biāo)準(zhǔn)差N股票指數(shù)1.6305E3613.147851321交易所國債指數(shù)1.0625E25.514771321銀行間國債指數(shù)1.0765E25.1582413217.3 SPSS在偏相關(guān)分析中的應(yīng)用.(2)偏相關(guān)系數(shù)表 表7-8表7-10列出了三個(gè)市場之間的偏相關(guān)系數(shù)。在控制了股市指數(shù)后,銀行間和交易所市場間的相關(guān)系數(shù)沒有發(fā)生太大變化,仍然高達(dá)0.906,說明了這兩個(gè)市場的關(guān)系密切且股市對(duì)兩市波動(dòng)影響較小。而銀行間國債市場、
26、交易所國債市場與股市的偏相關(guān)系數(shù)卻發(fā)生了顯著變化:銀行間市場和股市的Pearson相關(guān)系數(shù)為0.419,而在控制了交易所指數(shù)后,它們之間的偏相關(guān)系數(shù)下降為0.114;同理,交易所國債市場和股市的相關(guān)系數(shù)也由0.411下降到0.070。這說明了第三方市場對(duì)剩余兩個(gè)市場確實(shí)存在顯著影響,通過簡單相關(guān)系數(shù)還無法深入刻畫市場之間的關(guān)系。這里引入偏相關(guān)系數(shù)是比較適合的。7.3 SPSS在偏相關(guān)分析中的應(yīng)用.控制變量控制變量股票指數(shù)股票指數(shù)交易所國債指交易所國債指數(shù)數(shù)相關(guān)性1.0000.070股票指數(shù)顯著性(雙側(cè))0.011銀行間國債指數(shù)df01318相關(guān)性0.0701.000交易所國債指數(shù)顯著性 (雙側(cè)
27、)0.011df131807.3 SPSS在偏相關(guān)分析中的應(yīng)用.控制變量控制變量股票指數(shù)股票指數(shù)銀行間國債指銀行間國債指數(shù)數(shù)股票指數(shù)相關(guān)性1.0000.114顯著性(雙側(cè))0.000交易所國債指數(shù)df01318相關(guān)性0.1141.000銀行間國債指數(shù)顯著性 (雙側(cè))0.000df131807.3 SPSS在偏相關(guān)分析中的應(yīng)用.控制變量控制變量交易所國債指交易所國債指數(shù)數(shù)銀行間國債指銀行間國債指數(shù)數(shù)相關(guān)性1.0000.906交易所國債指數(shù)顯著性 (雙側(cè))0.000股票指數(shù)df01318相關(guān)性0.9061.000銀行間國債指數(shù)顯著性(雙側(cè))0.000df131807.3 SPSS在偏相關(guān)分析中的應(yīng)
28、用.7.4.1 距離分析的基本原理 簡單相關(guān)分析和偏相關(guān)分析有一個(gè)共同點(diǎn),那就是對(duì)所分析的數(shù)據(jù)背景應(yīng)當(dāng)有一定程度的了解。但在實(shí)際中有時(shí)會(huì)遇到一種情況,在分析前對(duì)數(shù)據(jù)所代表的專業(yè)背景知識(shí)尚不充分,本身就屬于探索性的研究。這時(shí)就需要先對(duì)各個(gè)指標(biāo)或者案例的差異性、相似程度進(jìn)行考察,以先對(duì)數(shù)據(jù)有一個(gè)初步了解,然后再根據(jù)結(jié)果考慮如何進(jìn)行深入分析。7.4 SPSS在距離分析中的應(yīng)用. 距離分析是對(duì)觀測量之間或變量之間相似或不相似的程度的一種測度,是計(jì)算一對(duì)變量之間或一對(duì)觀測量之間的廣義的距離。根據(jù)變量的不同類型,可以有許多距離、相似程度測量指標(biāo)供用戶選擇。但由于本模塊只是一個(gè)預(yù)分析過程,因此距離分析并不會(huì)
29、給出常用的P值,而只能給出各變量/記錄間的距離大小,以供用戶自行判斷相似性。 調(diào)用距離分析過程可對(duì)變量內(nèi)部各觀察單位間的數(shù)值進(jìn)行距離相關(guān)分析,以考察相互間的接近程度;也可對(duì)變量間進(jìn)行距離相關(guān)分析,常用于考察預(yù)測值對(duì)實(shí)際值的擬合程度,也可用于考察變量的相似程度。在距離分析中,主要利用變量間的相似性測度和不相似性測度度量研究對(duì)象之間的關(guān)系。7.4 SPSS在距離分析中的應(yīng)用.7.4.2 距離分析的SPSS操作詳解Step01:打開主菜單選擇主菜單中的【分析】【相關(guān)】【距離】命令,彈出【 距離】對(duì)話框,如圖7-15所示,這是距離分析的主操作窗口。7.4 SPSS在距離分析中的應(yīng)用. Step02:選
30、擇檢驗(yàn)變量 在【距離】對(duì)話框左側(cè)的候選變量中選擇兩個(gè)或兩個(gè)以上變量將其添加至【變量】列表框中,表示需要進(jìn)行距離分析的變量。同時(shí)可以選擇一個(gè)字符型標(biāo)示變量移入【標(biāo)注個(gè)案】框中,在輸出中將用這個(gè)標(biāo)示變量值對(duì)各個(gè)觀測量加以標(biāo)記。缺省時(shí),輸出中用觀測量的序號(hào)來標(biāo)記。Step03:選擇分析類型 圖【計(jì)算距離】復(fù)選框可以點(diǎn)選計(jì)算何種類型的距離。 個(gè)案間:系統(tǒng)默認(rèn)項(xiàng)。表示作變量內(nèi)部觀察值之間的距離相關(guān)分析。 變量間:表示作變量之間的距離相關(guān)分析。7.4 SPSS在距離分析中的應(yīng)用.Step04:測度類型選擇 圖中的【度量標(biāo)準(zhǔn)】復(fù)選框可以點(diǎn)選擇分析時(shí)采用的距離類型。 不相似性:系統(tǒng)默認(rèn)項(xiàng)。不相似性測距,系統(tǒng)默
31、認(rèn)采用歐式距離測度觀測值或變量之間的不相似性。 相似性:相似性測距。系統(tǒng)默認(rèn)使用Pearson相關(guān)系數(shù)測度觀測值或變量之間的相似性。Step05:單擊確定按鈕,結(jié)束操作,SPSS軟件自動(dòng)輸出結(jié)果。 上述第四步中除了采用系統(tǒng)默認(rèn)的距離測度類型外,還可以根據(jù)用戶的需要自己選擇測度類型,由于這里專業(yè)性很強(qiáng),而且實(shí)際中使用很少,下面只做些簡單的介紹。在【距離】對(duì)話框中,選擇【不相似性】距離類型后,單擊Measure,彈出圖所示的對(duì)話框。7.4 SPSS在距離分析中的應(yīng)用.7.4 SPSS在距離分析中的應(yīng)用.選擇【相似性】時(shí)各種數(shù)據(jù)類型可用的測距方法有: 區(qū)間:計(jì)量資料 Pearson correlat
32、ion:以Pearson相關(guān)系數(shù)為距離; Cosine:以變量矢量的余弦值為距離,界于-1至+1之間。 Binary:二分類變量 Russell and Rao:以二分點(diǎn)乘積為配對(duì)系數(shù); 簡單匹配:以配對(duì)數(shù)與總對(duì)數(shù)的比例為配對(duì)系數(shù); Jaccard:相似比例,分子與分母中的配對(duì)數(shù)與非配對(duì)數(shù)給予相同的權(quán)重; 骰子:骰子配對(duì)系數(shù),分子與分母中的配對(duì)數(shù)給予加倍的權(quán)重; Rogers and Tanimoto:Rogers and Tanimoto配對(duì)系數(shù),分母為配對(duì)數(shù),分子為非配對(duì)數(shù),非配對(duì)數(shù)給予加倍的權(quán)重; Sokal and Sneath 1:Sokal and Sneath 型配對(duì)系數(shù),分母為
33、配對(duì)數(shù),分子為非配對(duì)數(shù),配對(duì)數(shù)給予加倍的權(quán)重; Sokal and Sneath 2:Sokal and Sneath 型配對(duì)系數(shù),分子與分母均為非配對(duì)數(shù),但分子給予加倍的權(quán)重; 7.4 SPSS在距離分析中的應(yīng)用.Sokal and Sneath 3:Sokal and Sneath 型配對(duì)系數(shù),分母為配對(duì)數(shù),分子為非配對(duì)數(shù),分子與分母的權(quán)重相同; Kulczynski 1:Kulczynski 型配對(duì)系數(shù),分母為總數(shù)與配對(duì)數(shù)之差,分子為非配對(duì)數(shù),分子與分母的權(quán)重相同; Kulczynski 2:Kulczynski平均條件概率; Sokal and Sneath 4:Sokal and S
34、neath條件概率; Hamann:Hamann概率; Lambda:Goodman-Kruskai相似測量的值; Anderbergs D:以一個(gè)變量狀態(tài)預(yù)測另一個(gè)變量狀態(tài); Yules Y:Yule綜合系數(shù),屬于22四格表的列聯(lián)比例函數(shù); Yules Q:Goodman-Kruskal 值,屬于22四格表的列聯(lián)比例函數(shù)。Ochiai:Ochiai二分余弦測量; Sokal and Sneath 5:Sokal and Sneath 型相似測量; Phi 4 point correlation:Pearson相關(guān)系數(shù)的平方值;Dispersion:Dispersion相似測量。7.4 SPSS在距離分析中的應(yīng)用.進(jìn)行標(biāo)準(zhǔn)化的方法在【標(biāo)準(zhǔn)化】后面的下拉列表中。單擊矩形框右面的箭頭按鈕展開下拉列表,可選擇的標(biāo)準(zhǔn)化方法如下:無:不作數(shù)據(jù)轉(zhuǎn)換,系統(tǒng)默認(rèn)項(xiàng); Z得分:作標(biāo)準(zhǔn)Z分值轉(zhuǎn)換,此時(shí)均值等
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 急診醫(yī)學(xué)專業(yè)培訓(xùn)
- 經(jīng)濟(jì)金融投資
- 11 歷史人物-2025年中考英語新熱點(diǎn)時(shí)文閱讀
- 湖北省鄂東南省級(jí)示范高中教育教學(xué)改革聯(lián)盟2024-2025學(xué)年高三上學(xué)期期中考試物理試題(無答案)
- Windows Server網(wǎng)絡(luò)管理項(xiàng)目教程(Windows Server 2022)(微課版)課件項(xiàng)目5 Web和FTP服務(wù)器的配置與管理
- 領(lǐng)導(dǎo)力-企業(yè)管理出版社
- 運(yùn)營系統(tǒng)設(shè)施選址與布置
- 高中語文專題三直面人生第12課報(bào)任安書節(jié)選課件蘇教版必修
- 高中物理第四章家用電器與日常生活第三節(jié)家用電器的選擇課件粵教版選修1-
- 信息技術(shù)(第2版)(拓展模塊)教案 拓展模塊5 5.2機(jī)器學(xué)習(xí)
- 《武漢火車站》課件
- 5G移動(dòng)通信系統(tǒng)與技術(shù)
- 《怎樣聽課評(píng)課》課件
- 初中項(xiàng)目化學(xué)習(xí)案例:《測重木凳》
- 鄉(xiāng)鎮(zhèn)安全生產(chǎn)知識(shí)講座
- 建筑施工工程投入的主要施工機(jī)械設(shè)備情況描述及進(jìn)場計(jì)劃
- 學(xué)校高中特色學(xué)科建設(shè)方案
- 學(xué)生心理輔導(dǎo)個(gè)案報(bào)告
- D報(bào)告樣板設(shè)備故障的8D報(bào)告
- 草原牧歌課件
- ?;愤\(yùn)輸企業(yè)消防安全培訓(xùn)內(nèi)容
評(píng)論
0/150
提交評(píng)論