Ⅲ.线性相关系数的计算 1. 线性相关的概念 如果各统计指标是定量数据,要了解它们间的关系密切程度,可用线性相关分析。 例如:大家都知道的糖尿病病人,它靠胰岛素来治疗。现测量 20 名糖尿病病人(以ID 来编号)血中的血糖值(y)、胰岛素值(x1)和生长激素值(x2)。我们即可分析 y、x1 和 x2 间的两两 / 双变量间的线性关系。数据见下面的程序文件CorreRegre2.sps 的例 *2。 2. 线性相关计算的所用命令 用 SPSS Analyze 菜单中的子菜单 Correlate,其中的 Bivariate 对话框即可计算两两 / 双变量间的线性相关系数 r 及其显著性。这是通常最常见、最常用的情况。 本例所用程序文件名为 CorreRegre2.sps 中的例 *2。(例 *2 中还有用于偏相关系数与距离相关系数的计算命令,详后)。 ---------------------------------------------------------------- *2. Prof. Zhang Weng-Tong: SPSS 11, P.273-277:. DATA LIST FREE /ID y x1 x2. BEGIN DATA. 1 12.21 15.20 9.51 2 14.54 16.70 11.43 3 12.27 11.90 7.53 4 12.04 14.00 12.17 5 7.88 19.80 2.33 6 11.10 16.20 13.52 7 10.43 17.00 10.07 8 13.32 10.30 18.89 9 19.59 5.90 13.14 10 9.05 18.70 9.63 11 6.44 25.10 5.10 12 9.49 16.40 4.53 13 10.16 22.00 2.16 14 8.38 23.10 4.26 15 8.49 23.20 3.42 16 7.71 25.00 7.34 17 11.38 16.80 12.75 18 10.82 11.20 10.88 19 12.49 13.70 11.06 20 9.21 24.40 9.16 END DATA. CORRELATIONS /VARIABLES=y x1 x2 /PRINT=TWOTAIL NOSIG. NONPAR CORR /VARIABLES=y x1 x2 /PRINT=SPEARMAN TWOTAIL NOSIG. NONPAR CORR /VARIABLES=y x1 x2 /PRINT=KENDALL TWOTAIL NOSIG.
PARTIAL CORR /VARIABLES= y x2 BY x1 /SIGNIFICANCE=TWOTAIL. PROXIMITIES y x1 x2 /VIEW=CASE /MEASURE= CORRELATION /STANDARDIZE= NONE. PROXIMITIES y x1 x2 /VIEW=CASE /MEASURE= EUCLID /STANDARDIZE=NONE. *--------------------------------------------------------------------------. 3. 线性相关系数的计算结果 SPSS 中的 CORRELATION 命令,可计算各变量两两间的线性相关系数,单独地计算两两变量间相关系数的结果是:Y 与 X1 间相关系数为 -0.840, P=0.000;Y 与 X2 间相关系数为 0.638, P=0.002;X1 与 X2 间相关系数为 -0.663, P=0.001。 Correlations Y X1 X2 Y Pearson Correlation 1.000 -0.840 0.638 Sig. (2-tailed) . 0.000 0.002 N 20 20 20 X1 Pearson Correlation -0.840 1.000 -0.663 Sig. (2-tailed) .000 . 0.001 N 20 20 20 X2 Pearson Correlation 0.638 -0.663 1.000 Sig. (2-tailed) 0.002 0.001 . N 20 20 20 ** Correlation is significant at the 0.01 level (2-tailed). |