spss中相关分析的菜单含义
相关分析(Correlate过程分析)
当我们需要研究两个定距以上的变量之间是否相关、相关的程度怎么样时,就要用到相关分析。
在对话框中运行Correlate过程
Analyze---Correlate-----看对话框的含义
一.Bivariate Correlate
1.相关系数的选择(Correlation Coefficients)
Pearson相关,也叫皮尔逊积距相关,只有变量是连续型变量时才能用这个系数,这也是系统的默认值。计算公式:
R=1,所有观察值在一条直线上
2. Kendall’s Tau-b适合两个定序变量)
tau-b =
3.Spearman的 rho系数
在这个对话框中虽然也给出了另外两个相关系数,但线性相关一般用R,而不是其他选择其他的两个。
2.检验选择:Two tailed:否定域在两端的位置,两端比一端更加难以否定原假设,在假设难以定出方向的时候用; one tailed ——否定域其中在一端,研究假设明确时用。
Flag significant correlations ——显示相关系数的显著性水平,相关系数的右上角有*,则代表显著性水平是5%, **代表显著性水平是1%
如果需要得到具体的显著性水平值,可以进入表格编辑模式,双击显著性水平值所在的单元格,可以看到确切的值。
3.Option
Statistics: Means and st均值,标准偏差
Cross-product deviation and covariance—算出离差积及协方差,在高级统计上用得多,在初级统计上一般不用
4.缺少个案值的处理:
Exclude cases pairwise不管其他变量有没有缺少值,只要计算相关系数的那对变量不存在缺省值,就不删除这个个案
Exclude cases listwise:只要有一个变量有缺省值,就把这个个案删除。
例子1:进行目前收入与受教育年限之间的相关关系
1.在进行分析以前,一般要先做散点图,判断两变量之间有没有相关趋势,是否是线性相关的趋势,如果是,继续分析,如果不是,则不能直接进行分析了。
2.进行相关分析, 用2000年中国统计数据
例子2:人均GDP与地区人力资本状况之间的关系
人均GDP与15岁及以上人口中大专及以上文化程度者百分比
3.农民工文化程度与目前收入水平的相关状况
二.Partial correlation偏相关(也叫净相关)
主要分析多个变量的作用,在分析任意两个变量的相关时,控制第三方变量以后,来确定两个变量之间的真实相关以及方向。
净相关系数是以R相关系数为基础的,因此属于对称相关测量的一种,它要求变量之间是直线关系,而且所有变量必须是定距变量。偏相关系数可以从不同的角度来说明,相应地有不同的计算公式,它可以通过加入这以变量以后和未加入这个变量时相关程度的增加数来表示
某因素与因变量的偏相关系数=
净相关的平方具有消减误差比例的含义
Analyze-----Correlate-----Partial------打开对话框
Variables——选择要计算偏相关系数的变量――如人均GDP,城镇居民家庭人均可支配收入
Controlling for—放入控制变量――每10万人口中大专及以上者百分比
Test of significance——检验的显著性水平
Options:
Statistics
Means and standard deviations 给出每个变量的均数与标准差
Zero order correlation——给出包括协变量在内的所有变量的相关矩阵
例子: 控制每10万人口中大专及以上者百分比,求人均GDP与城镇居民家庭人均可支配收入之间的净相关
没有控制人力资本状况时相关:
控制以后的相关:
- - - P A R T I A L C O R R E L A T I O N C O E F F I C I E N T S - - -
Controlling for.. JCOLLEGE
PCGDP DISINC
PCGDP 1.0000 .7772
( 0) ( 28)
P= . P= .000
DISINC .7772 1.0000
( 28) ( 0)
P= .000 P= .
(Coefficient / (D.F.) / 2-tailed Significance)
" . " is printed if a coefficient cannot be computed
三.距离分析(Distance)
距离分析主要是用来计算变量之间或观察量之间的相似性。使用距离分析可以对变量进行分类,性质越接近的样本,他们的距离越近,相似系数越大,越接近1或-1。而彼此无关的样本,则其相似系数越接近0。相似性强的样本属于一类。相似性差的则属于不同的类别。
1.打开主对话框
2.选择进行距离分析的变量weight , mpg, accel进入Variables框
注意:在 Label cases by框内可放入一个变量,则取值会在输出结果中给相应的记录加上标签,以方便阅读,只在分析个案之间的距离有用。
3.在compute distance 栏内选择Between variables,计算每一对变量之间的距离。
Between cases:两个个案之间的距离,选择这项,会给出每一对观察量之间的距离
Between variables: 每一对变量之间的距离
4.在 Measure栏内选择Dissimilarity 选项,来分析变量之间的不相似性,系统默认使用欧氏距离来分析,数值越大,距离越远。相似性测量―――默认的是Pearson correlation。 不相似分析与聚类分析基本相同。
测量选择问题:
单击Measures,打开Dissimilarity Measures对话框,在对话框内选择 Euclidean distance选项,Range0 TO1 选项
选择哪一种测度?一般使用默认值,这些选择项的含义如下,不过没有必要去详记。
选择interval选项,要求变量是定距的,如长度、重量、压力等
● Euclidean Distance
● Squared Euclidean distance
● Chebychev
● Block
● Minkowski
● Customized 容许用户自己定义距离公式。
选择counts
● chi-square measure 卡方检验
● phi-square measure 的值除于联合频数的平方根
选择 Binary
● Euclidean Distance 最小距离0,最大为无穷
● Squared Euclidean distance 最小距离0,最大为无穷
● Size difference 使用大小不同的测度来测量,最小距离0,最大为无穷
● Pattern difference 在0-1的范围测度
● Variance 用方表示距离
● Shape 在0-1的范围测度
● Lance and Williams 0-1范围测度
Transform Values
Standardize
● None 对观察值或变量不进行标准化
● Z score 标准化到Z分数(均值0,方差1)
● Range –1 to 1观察值或变量标准化到-1----1的范围内
● Range 0 to 1观察值或变量标准化到0----1的范围内
● Maximum magnitude of 1 观察值或变量都除于观察值或变量的最大值
● Mean of 1 观察值或变量都除于均值,如果均值为0,则先加1
●Standardized devation of 1观察值或变量都除于标准差
Transform measures
● Absolute values 对距离取绝对值
●Change sign 对距离取负数
● Rescale to 0-1 ranges 对距离进行标准化
如何对相似性进行测度
Measures-----Similarities-----
选择Inerval时
●Pearson correlation 取值在-1---1之间
●Cosine 用余弦来度量相似性,
选择Binary时
●Russell and rao使用二分点乘积为配对系数
●Simple matching 配对数占总对数的比例
●Jaccard 讲分子与分母中的配对数与非配对数给予相同的权重
●Dice 使用DICE配对系数
●Rogers and Tanimoto 分母为配对数,分子为非配对数,非配对数给以加倍的权重
●Sokal and Sneath1分母为配对数,分子为非配对数,配对数给以加倍的权重
●Sokal and Sneath2分母、分子均为非配对数,分子以加倍的权重
●Sokal and Sneath3分母为配对数,分子为非配对数,分子、分母的权重相同
Transform measures
● Absolute values 对距离取绝对值
●Change sign 对距离取负数
● Rescale to 0-1 ranges 对距离进行标准化
Standardize
● None 对观察值或变量不进行标准化
其余与前面相同
实例:
数据:SPSS所带的judges.sav数据
中、美、法等7个国家的裁判与没有结果严格训练的体育爱好者在进行体育比赛时对选手的评分,根据评分高低来看那些国家的裁判在评判上比较一致,哪些国家的裁判比较不一致。
1. Analyze---Correlate---Distances
2. Variable---judge1-judge8
3. 选择Between variables
4. Measure—选择Dissimilarities 默认方式
5. 结果:
结论:美、法、韩国的裁判比较接近;中、俄、罗比较接近。体育爱好者与7国裁判差别大。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-02最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12