pearson SPSS: Pearson相关分析

本文摘自《SPSS for Windows统计分析教程》，并回复“SPSS12”，可以获得这本书的免费电子书。它的最新版本是”

11.1.1皮尔逊相关分析

某妇幼保健院对33名产妇进行了产前检查，并对婴儿体重的原始观察值，包括髂前上棘直径、髂棘直径、耻骨骶骨外径、坐骨节间直径、血红蛋白和婴儿体重进行了分析，建立了数据文件hong1.sav，试图计算x1-x4的皮尔逊相关系数。

1)调用数据文件hong1.sav..

2)选择→→打开二元相关性分析主对话框，如图11-1所示。

☆在变量列表中，选择两个或两个以上的变量进行双变量相关分析，本例中为x1、x2、x3、x4。

☆相关系数。

□皮尔逊，又称积矩相关系数，适用于连续分布或正态分布的变量。本例中选择了此选项。

□肯德尔的tau-b可以反映两个有序分类变量的一致性。

□Spearman，常用的秩相关分析。

注:肯德尔相关系数和斯皮尔曼秩相关系数可以用来衡量两个变量之间的秩关系。

相关系数在-1到+1的范围内，当相关系数为0时，表示不相关。

☆重要性测试。

○双尾，这是默认选项。

○单尾，当相关方向明显时，如身高体重关系，选择此项。

□标记显著相关，并用星号“*”标记α=0.05水平的显著相关系数；两个星号“* *”用于标记在α=0.01水平上具有显著性的相关系数。

3)单击打开二元相关性:选项对话框，如图11-2所示。

☆统计只能用于皮尔逊相关系数。

□均值和标准差，显示每个变量的均值和标准差以及无缺失值的情况数。

□叉积偏差和协方差，显示每对变量的叉积偏差矩阵和协方差矩阵。叉积离差等于平均修正变量的乘积之和，是皮尔逊相关系数的分子。协方差是两个变量之间关系的非标准度量，等于叉积离差除以N-1。

☆缺失值，可以采用不同的处理方法。

○成对排除，在相关性分析中排除缺失值的变量对。因为相关系数是根据特定变量的有效值计算的，所以相关系数矩阵的相关系数是根据不同情况计算的。

○列表排除，在相关性分析中排除所有缺失值的情况。

4)点击→，得到主要结果。