SPSS第十四讲偏相关性分析精讲

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,本作品采用,知识共享署名,-,非商业性使用,2.5,中国大陆许可协议,进行许可。,专业交流,模板超市,设计服务,NordriDesign,中国专业,PowerPoint,媒体设计与开发,本作品的提供是以适用知识共享组织的公共许可（简称“,CCPL”,或“许可”）条款为前提的。本作品受著作权法以及其他相关法律的保护。对本作品的使用不得超越本许可授权的范围。,如您行使本许可授予的使用本作品的权利，就表明您接受并同意遵守本许可的条款。在您接受这些条款和规定的前提下，许可人授予您本许可所包括的权利。,查看全部,统计软件,第十四讲,偏相关分析,第十四讲,偏相关分析,第一局部 Excel与SPSS方式比照,其次局部 偏相关分析的概念,第三局部 偏相关分析的SPSS过程,第四局部 距离分析,相关分析的,Excel,方式,例：一家大型商业银行在多个地区设有分行，其业务主要是进展根底设施建设、国家重点工程建设、固定资产投资等工程的贷款。近年来，该银行的贷款额平稳增长，但不良贷款额也有较大比例的提高，这给银行业务的进展带来较大压力。为弄清晰不良贷款形成的缘由，治理者希望利用银行业务的有关数据做些定量分析，以便找出把握不良贷款的方法。,下表就是该银行所属的25家分行2023年的有关业务数据。,散点图,Spss结果比较,偏相关分析,在多变量的状况下，变量之间的相关关系是很简洁的。因此，多元相关分析除了要利用上一讲的简洁相关系数外，还要计算偏相关系数。,在对其他变量的影响进展把握的条件下，衡量多个变量中某两个变量之间的线性相关程度的指标称为偏相关系数。,偏相关系数与简洁相关系数区分,在计算简洁相关系数时：只需要把握两个变量的观测数据，并不考虑其他变量对这两个变量可能产生的影响。,在计算偏相关系数时：需要把握多个变量的数据，一方面考虑多个变量相互之间可能产生的影响，一方面又承受确定的方法把握其他变量，特地考察两个特定变量的净相关关系。,变量,1,变量,2,关系,变量,1,变量,2,关系,变量,3,把握,例：,在现实经济生活中，由于收入和价格常常都有不断提高的趋势，假设不考虑收入对需求的影响，仅仅利用需求和价格的时间序列数据去计算简洁相关系数，就有可能得出价格越高需求越大的错误结论。,价格,需求量,收入水平,上升,未知,上升还是,下降呢？,关系？,偏相关分析的公式表达,在偏相关中，依据固定变量数目的多少，可分为零阶偏相关、一阶偏相关、(p-1)阶偏相关。零阶偏相关就是简洁相关。假设用下标 0 代表 Y，下标 1 代表 X1，下标 2 代表X2，则变量Y与变量X1之间的一阶偏相关系数为：,r01.2是剔除 X2 的影响之后，Y 与 X1 之间的偏相关程度的度量。,r01，r02，r12分别是Y，X1，X2两两之间的相关系数。,假设增加变量X3，则变量Y与X1的二阶偏相关系数为：,依此类推变量Y与Xi的p-1阶偏相关系数为：,第四局部 偏关分析的SPSS过程,SPSS中相关分析可以通过Analyze菜单进展Correlate，Correlate菜单如以下图。,选择其中其次个子菜单进入到偏相关分析界面Partial,第一步：录入数据，翻开偏相关分析对话框。,其次步：将对话框中左侧的变量列表框中选择两个变量，作为相关变量，移入Variables列表框中；选择一个把握变量移入Controlling for列表框中,第三步：选择检验类型。,变量窗口,显著性检验：,双尾检验默认,单尾检验相关方向明显时,显示相关系数时，显示实际的显著性概率,相关变量,把握变量,第四步：翻开OPTION选项框。,均值与标准差，即显示每个变量的均值、标准差和非缺失值的例数,显示零阶相关矩阵，即,Pearson,相关矩阵,仅剔除当前分析的两个变量值是缺失值的个案,剔除带有缺失值的全部个案,有某河流的一年月平均流量观测数据和该河流所在地区当年的月平均雨量和月平均温度观测数据，如表所示。试分析温度与河水流量之间的相关关系。,相关分析的命令语句,结果分析,一、描述性统计量,表中给出了个变量的均值、标准差和变量的非缺失值例数。,相关系数,在月平均雨量作为把握变量的条件下，月平均流量和月平均气温间的偏相关为0.365，概率p值为0.270，在显著性水平为0.05的条件下，月平均流量和月平均气温呈的正相关关系，说明月平均流量和月平均气温的有线性影响但影响有限。,解释,看上去得到了两个相反的结论，为什么呢？,距离分析,一、距离分析的概念,距离分析是对观测量之间或变量之间相像或不相像程度的一种测度，是计算一对变量之间或一对观测量之间的广义的距离。这些相像性或距离测度可以用于其它分析过程，例如因子分析、聚类分析等。,在距离分析过程中，主要利用变量间的相像性测度Similarities和不相像性测度Dissimilarities度量两者之间的关系,有多像,OR,有多不像？,不相像性测度,对定距型变量间距离描述的统计量，主要有：,欧式距离Euclidean distance,欧式距离的平方Squared Euclidean distan-ce,契比雪夫距离Chebychev,确定值距离Block,闵可夫斯基距离Minkowski等。,对定序型变量之间距离的描述，主要有：,卡方不相像测度Chi-Square measure,Phi方不相像测度Phi-Square measure,对二值变量之间的距离描述，主要有：,欧氏距离Euclidean distance,平方欧氏距离Squared Euclidean distance,Lane and Williams不相像性测度 Lane and Williams 等。,相像性测度,两变量之间可以定义相像性测度统计量，用来对两变量之间的相像性进展数量化描述。针对定距型变量，主要有：,Peason相关系数,夹角余弦距离等。,对于二值变量的相像性测度主要包括：,简洁匹配系数Simple matching,Jaccard相像性指数Jaccard,Hamann相像性测度Hamann等20余种。,相像性或不相像性测度还可用与其它模块，例如：因子分析、聚类分析以及多维尺度分析的进一步分析，以助于分析复合数据集。,Kulczynski 1：Kulczynski 型配对系数，分母为总数与配对数之差，分子为非配对数，分子与分母的权重一样；,Kulczynski 2：Kulczynski平均条件概率；,Sokal and Sneath 4：Sokal and Sneath 条件概率；,Hamann：Hamann概率；,Lambda：Goodman-Kruskai相像测量的值；,Anderberg”s D：以一个变量状态猜测另一个变量状态；,Yule”s Y：Yule综合系数，属于22四格表的列联比例函数；,Yules Q：Goodman-Kruskal 值，属于22四格表的列联比例函数。,Ochiai：Ochiai二分余弦测量；,Sokal and Sneath 5：Sokal and Sneath 型相像测量；,Phi 4 point correlation：Pearson相关系数的平方值；,Dispersion：Dispersion相像测量。,二值变量的相像性测度选项,Russell and Rao：以二分点乘积为配对系数；,Simple matching：以配对数与总对数的比例为配对系数；,Jaccard：相像比例，分子与分母中的配对数与非配对数赐予一样的权重；,Dice：Dice配对系数，分子与分母中的配对数赐予加倍的权重；,Rogers and Tanimoto：Rogers and Tanimoto配对系数，分母为配对数，分子为非配对数，非配对数赐予加倍的权重；,Sokal and Sneath 1：Sokal and Sneath 型配对系数，分母为配对数，分子为非配对数，配对数赐予加倍的权重；,Sokal and Sneath 2：Sokal and Sneath 型配对系数，分子与分母均为非配对数，但分子赐予加倍的权重；,Sokal and Sneath 3：Sokal and Sneath 型配对系数，分母为配对数，分子为非配对数，分子与分母的权重一样；,有我国六城市2023年各月的日照时数数据如表所示。请分析各城市日照数是否近似。,执行,【Analyze】/【Correlate】/【Distances】,命令,弹出,【Distances】,对话框,变量列表,选择变量,个案观测量标识变量,计算距离选项：,个案距离，计算个案间的距离；,变量距离，计算变量之间的距离,度量方式,等距间隔数据选项,计数数据选项,二值数值选项,转换转换选项,转换测度选项,结果解读,取值越大说明近似程度越低，反之亦然,例：测得30名13岁男童的身高、体重、肺活量的数据。对身高、体重和肺活量进展变量距离分析。,编号,身高,体重,肺活量,1,135.1,32,1570,2,139.9,30.4,2000,3,163.6,46.2,2750,4,146.5,33.5,2500,5,156.2,37.1,2750,6,156.4,35.5,2000,7,167.8,41.5,2750,8,149.7,31,1500,编号,身高,体重,肺活量,9,145,33,2500,10,148.5,37.2,2250,11,165.5,49.5,3000,12,135,27.6,1250,13,153.3,41,2750,14,152,32,1750,15,160.5,47.2,2250,16,153,47.2,1750,距离分析命令语句,PROXIMITIES,身高 体重 肺活量,/VIEW=VARIABLE,/MEASURE=CORRELATION,/STANDARDIZE=NONE.,结果分析,距离分析的相像性矩阵，也就是Pearson相关系数矩阵。从表中可以看出，3个变量之间，身高和体重的相关系数最大，为0.735，表达出两者之间具有更严密的关系。比较而言，身高和肺活量之间的Pearson相关系数最小，两者之间的相像性测度也最小，表达出两者之间关系更远一些。,实例二 对飞机叶片的个案距离分析,利用三种不同的仪器对飞机的10只叶片半径分别进展了测量，下表给出了测试结果。现对10只叶片进展距离分析。,10,只叶片的,3,次测量数据,第一次测量,38.32,38.16,38.19,37.94,38.22,37.73,37.57,37.63,38.07,38.47,第二次测量,38.44,38.07,37.98,38.16,37.88,37.94,37.88,37.82,38.25,38.13,第三次测量,37.76,38.28,37.85,37.82,38.32,37.54,37.51,37.88,37.98,38.63,步骤,将三次测量变量移入变量列表，选择“Bewteen cases”其余选择默认值。,命令语句为：,PROXIMITIES,第一次 其次次 第三次,/VIEW=CASE,/MEASURE=EUCLID,/STANDARDIZE=NONE.,距离分析的相像性矩阵,上表是个案距离分析的不相像矩阵。由于操作中利用默认选项选择距离统计量，所以这里的距离测度为Euclidean距离，是一种不相像距离测度，数值越大，表示两个个案的不相像性越大，两叶片差距也就越大。从表中可以看出，在给定的10只叶片中，第7只叶片和第10只叶片的距离最大；第6、7叶片距离最小。表示这两只叶片半径测量数据最接近。,第九次试验内容,两变量的相关分析Bivariate过程,某地区10名安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,编号,发硒,血硒,1,2,3,4,5,6,7,8,9,10,74,66,88,69,9