相关分析及假设检验 spss 1.概念 变量之间相关，但是又不能由一个或几个变量值去完全和唯一确定另一个变量值的这种关系称为相关关系。相关关系是普遍存在的，函数关系仅仅是相关关系的特例。事物之间有相关关系，不一定是因果关系，也可能仅是伴随关系，但是事物之间有因果关系，则两者必然相关。 相关分析用于分析两个随机变量的关系，可以检验两个变量之间的相关度或多个变量两两之间的相关程度，也可以检验 两组变量之间的相关程度 偏相关分析是指在控制了其他变量的效应以后，对两个变量相关程度的分析。、 2.皮尔逊积差相关系数 pearson produ ct－moment correlation coefficient 变量之间的相关程度由相关系数来度量，pearson 相关系数是应用最广的一种。它用于检验连续型变量之间的线性相关程度 2.1 前提假设 1）正态分布 皮尔逊积差相关只适用于双元正态分布的变量，即两个变量都是正态分布， 注意只有pearson 要求正态分布 如果正态分布的前提不满足，两变量间的关系可能属于非线性相关 2）样本独立 样本必须来自总体的随机样本，而且样本必须相互独立 3）替换极值 变量中的极端值如极值、离群值对相关系数的影响较大，最好加以删除或代之以均值或中数 2.2 相关分析的前提假设检验 一般情况下是对是否满足正态分布进行检验，对于正态分布的检验有好几种方法，总的可分为非参数检验和图形检验法 1）非参数检验法 spss 中的1－sample K－S 检验，检验样本数据是否服从某种特定的分布，方法有三种 a. Asy mptotic only 是一种基于渐进分布的显著性水平的检验指标，通常显著性水平小于0.05则认为显著，适用于大样本。如果 样本过小或分布不好，该指标的适用性会降低 b.Monte Carlo 精确显著性水平的无偏估计，适用于样本过大无法使用渐进方法估计显著性水平的情况，可以不必依赖渐近方法的假设前提 c.Ex act 精确计算观测结果的概率值，通常小于0.05 即被认为显著，表明横变量和列变量之间存在相关，同时允许用户键入每次检验的最长 时间显著，可以键入 1 到 9999999999 之间的数字，但只要一次检验超过指定时间的30 分钟，就应该用monte carlo 假设是服从某种分布 所以如果计算出的值比如 Asy mp. Sig 小于0.05，那么拒绝原假设，说明样本为非正态分布，否则值越大越服从某种分布 单样本 K－S 首先计算每一阶段实际值与观察值的差异值，再计算每一阶段差异值的绝对值Z，即 ...
VIP
