spss學(xué)習(xí)第7章

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(lái)。例如，圓的周長(zhǎng)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(jī)與其智力因素、各科學(xué)習(xí)成績(jī)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7.1

2、.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(wú)相關(guān)。（2）根據(jù)變量值變動(dòng)方向的趨勢(shì)，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(wú)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(lái)進(jìn)行預(yù)測(cè)。 (5)相關(guān)分析還可以用來(lái)評(píng)價(jià)測(cè)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)是在直線相關(guān)條件

3、下，說(shuō)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(guò)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(lái)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 變量相關(guān)的方

4、向通過(guò)相關(guān)系數(shù)r所具有的符號(hào)來(lái)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(wèn)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(cè)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(lái)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(jiǎn)單相關(guān)分析是研究?jī)蓚€(gè)變量之間關(guān)聯(lián)程度的統(tǒng)計(jì)方法。它主要是通過(guò)計(jì)算簡(jiǎn)單相關(guān)系數(shù)來(lái)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)中制作相關(guān)圖，可以直

5、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(lái)，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(jiǎn)單相關(guān)分析的基本原理7.2 SPSS在簡(jiǎn)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(lái)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，收入和儲(chǔ)蓄存款、身

6、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(jiàn)表所示。7.2.1 簡(jiǎn)單相關(guān)分析的基本原理7.2 SPSS在簡(jiǎn)單相關(guān)分析中的應(yīng)用7.2.1 簡(jiǎn)單相關(guān)分析的基本原理7.2 SPSS在簡(jiǎn)單相關(guān)分析中的應(yīng)用對(duì)皮爾遜簡(jiǎn)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)相關(guān)系數(shù)用來(lái)度量順序

7、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(jiǎn)單相關(guān)分析的基本原理7.2 SPSS在簡(jiǎn)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(lái)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)。斯皮爾曼相關(guān)系數(shù)計(jì)算公式可以

8、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(jiǎn)單相關(guān)分析的基本原理7.2 SPSS在簡(jiǎn)單相關(guān)分析中的應(yīng)用 肯德?tīng)柕燃?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(cè)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(jiǎn)單相關(guān)分析的基本原理7.2 SPSS在簡(jiǎn)單相關(guān)分

9、析中的應(yīng)用7.2.2 簡(jiǎn)單相關(guān)分析的SPSS操作詳解 Step01：打開(kāi)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(jiǎn)單相關(guān)檢驗(yàn)的主操作窗口。7.2 SPSS在簡(jiǎn)單相關(guān)分析中的應(yīng)用7.2 SPSS在簡(jiǎn)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(jiǎn)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(jiǎn)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)變量或是等間距測(cè)度的變量間的相關(guān)分析。 肯

10、德?tīng)枺旱燃?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(cè)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?tīng)栂嚓P(guān)。7.2 SPSS在簡(jiǎn)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)。 單尾檢驗(yàn)：?jiǎn)挝矙z驗(yàn)，如果事先知道相關(guān)方

11、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(jiǎn)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(cè)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。 缺失值 ：用于設(shè)置缺失值的處理方式。它

12、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(jiǎn)單相關(guān)分析中的應(yīng)用7.2 SPSS在簡(jiǎn)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(shuō)明。7.2 SPSS在簡(jiǎn)單相關(guān)分析中的應(yīng)用Step07：?jiǎn)螕舸_定按鈕，結(jié)束操作，SPSS軟件自動(dòng)輸

13、出結(jié)果。7.2 SPSS在簡(jiǎn)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(cè)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(shuō)S&P 500是股票市場(chǎng)功能的一種更好的測(cè)度，因?yàn)樗诟嗟墓善薄１?-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？7.2 SPSS在簡(jiǎn)單相關(guān)分析中的應(yīng)用2

14、 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(jiàn)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(lái)測(cè)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?tīng)柡退蛊柭嚓P(guān)系數(shù)。7.2 SPSS在簡(jiǎn)單相關(guān)分析中的應(yīng)用7.2 SPSS在簡(jiǎn)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7743.60和945.10，兩者差距顯著。同時(shí)，兩者的方差

15、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(jiǎn)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?？梢钥吹?，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(shuō)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)） 0.000N10107.2 SPSS在簡(jiǎn)單相關(guān)分析中的應(yīng)用（3

16、）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?tīng)柡退蛊柭嚓P(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?tīng)栂嚓P(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(guò)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(jiǎn)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_bDJIASig. （雙側(cè)）0.000N1010相關(guān)系數(shù)0.944

17、*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(jiǎn)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(jiǎn)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，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

18、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?jī)蓚€(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(shuō)在扣除了其他因素的作用大小以后，重新來(lái)測(cè)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)可以首先分別計(jì)算三個(gè)因素之間的相關(guān)系數(shù)，然后通過(guò)這三個(gè)簡(jiǎn)單相關(guān)系數(shù)

19、來(lái)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(kāi)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)以上變量將其添加至【變量】列表框中，表示需要進(jìn)行偏相關(guān)分析的變量。Step0

20、3：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(jiǎn)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)：?jiǎn)挝矙z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

21、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(cè)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

22、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(shuō)明。Step07：?jiǎn)螕舸_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(chǎng)和債券市場(chǎng)1 實(shí)例內(nèi)容 在我國(guó)的金融市場(chǎng)中，股票市場(chǎng)和債券市場(chǎng)都是其中的重要組成部分。研究它們之間的關(guān)系有利于我們弄清楚金融市場(chǎng)之間的關(guān)聯(lián)特征。但是我國(guó)債

23、券市場(chǎng)主要由銀行間債券市場(chǎng)和證券交易所債券市場(chǎng)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(guó)股票市場(chǎng)、交易所國(guó)債市場(chǎng)和銀行間國(guó)債市場(chǎng)的綜合指數(shù)，請(qǐng)利用相關(guān)分析研究這三個(gè)市場(chǎng)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(chǎng)之間的關(guān)系，因此首先可以利用7.2節(jié)的簡(jiǎn)單相關(guān)分析來(lái)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(chǎng)之間的Pearson相關(guān)系數(shù)。從表中數(shù)據(jù)看到，三個(gè)市場(chǎng)間的價(jià)格相關(guān)系數(shù)較高，其中交易所和銀行間國(guó)債市場(chǎng)相關(guān)系數(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.

24、419，從數(shù)值大小看到這兩個(gè)子市場(chǎng)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(shì)，因?yàn)樗谟?jì)算時(shí)都沒(méi)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(guó)債市場(chǎng)和交易所國(guó)債市場(chǎng)之間肯定是相互關(guān)聯(lián)的，兩個(gè)市場(chǎng)間的關(guān)系強(qiáng)弱肯定要受到第三方的影響制約，市場(chǎng)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(cè)度市場(chǎng)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。

25、可以看到樣本容量都等于1321，三個(gè)市場(chǎng)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(guó)債指數(shù)1.0625E25.514771321銀行間國(guó)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(chǎng)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(chǎng)間的相關(guān)系數(shù)沒(méi)有發(fā)生太大變化，仍然高達(dá)0.906，說(shuō)明了這兩個(gè)市場(chǎng)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(guó)債市場(chǎng)、交易所國(guó)債市場(chǎng)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(chǎng)和股市的Pear

26、son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(guó)債市場(chǎng)和股市的相關(guān)系數(shù)也由0.411下降到0.070。這說(shuō)明了第三方市場(chǎng)對(duì)剩余兩個(gè)市場(chǎng)確實(shí)存在顯著影響，通過(guò)簡(jiǎn)單相關(guān)系數(shù)還無(wú)法深入刻畫市場(chǎng)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(guó)債指交易所國(guó)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(guó)債指數(shù)df01318相關(guān)性0.0701.000交易所國(guó)債指數(shù)顯著性 （雙側(cè)）0.011df131807.3 SPSS在偏相關(guān)分析中的應(yīng)用控制變量控制變量

27、股票指數(shù)股票指數(shù)銀行間國(guó)債指銀行間國(guó)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(guó)債指數(shù)df01318相關(guān)性0.1141.000銀行間國(guó)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(guó)債指交易所國(guó)債指數(shù)數(shù)銀行間國(guó)債指銀行間國(guó)債指數(shù)數(shù)相關(guān)性1.0000.906交易所國(guó)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(guó)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7.4.1 距離分析的基本原理 簡(jiǎn)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

28、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(cè)量之間或變量之間相似或不相似的程度的一種測(cè)度，是計(jì)算一對(duì)變量之間或一對(duì)觀測(cè)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(cè)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(guò)程，因此距離分析并不會(huì)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

29、分析過(guò)程可對(duì)變量?jī)?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(cè)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(cè)度和不相似性測(cè)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(kāi)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

30、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(cè)量加以標(biāo)記。缺省時(shí)，輸出中用觀測(cè)量的序號(hào)來(lái)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?jī)?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(cè)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(cè)距，系統(tǒng)默認(rèn)采用歐式距離測(cè)度觀測(cè)值或變量之間的不相似性。 相似性：相似性測(cè)距。系統(tǒng)默認(rèn)使用Pearso

31、n相關(guān)系數(shù)測(cè)度觀測(cè)值或變量之間的相似性。Step05：?jiǎn)螕舸_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(cè)度類型外，還可以根據(jù)用戶的需要自己選擇測(cè)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(jiǎn)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(cè)距方法有： 區(qū)間：計(jì)量資料 Pearson correlation：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

32、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(jiǎn)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

33、 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 Sneath條件概率； Hamann：Hamann概率； Lambda：Goodman-Kruska

34、i相似測(cè)量的值； Anderbergs D：以一個(gè)變量狀態(tài)預(yù)測(cè)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(cè)量； Sokal and Sneath 5：Sokal and Sneath 型相似測(cè)量； Phi 4 point correlation：Pearson相關(guān)系數(shù)的平方值；Dispersion：Dispersion相似測(cè)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(kāi)下拉列表，可選擇的標(biāo)準(zhǔn)化方法如下：無(wú)：不