【正文】 績之間是否具有相關(guān)性。衡量事物之間，或稱變量之間的線形相關(guān)程度的強(qiáng)弱并用適當(dāng)?shù)慕y(tǒng)計(jì)指標(biāo)表示出來，這個(gè)過程就是相關(guān)分析。圖28 IndependentSamples T Test對話框『步驟4』 單擊Define Groups按鈕，彈出Define Groups對話框，如圖29所示。圖23 Means：Options對話框在Cell Statistics 項(xiàng)中，Mean為均值、Standard Deviation為標(biāo)準(zhǔn)差、Variance為方差、Number of Cases 為觀察單位數(shù)?！翰襟E3』 選擇對話框下方的Display frequency tables 復(fù)選框，表示顯示頻數(shù)分布表。將該結(jié)果保存為range1。SPSS和SAS統(tǒng)計(jì)實(shí)驗(yàn)指導(dǎo)書（學(xué)生用）王慧、歐曉華、王立平等編經(jīng)濟(jì)與貿(mào)易系市場營銷教研室2006年4月目 錄實(shí)驗(yàn)一：統(tǒng)計(jì)描述 31． 均值（Mean）和均值標(biāo)準(zhǔn)誤差（） 32． 中位數(shù)（Median） 53． 眾數(shù)（Mode） 64． 全距（Range） 75． 方差（Variance）和標(biāo)準(zhǔn)差（Standard Deviation） 86． 四分位數(shù)（Quartiles）和十分位數(shù)（Deciles） 107． 頻數(shù)（Frequency） 128． 峰度（Kurtosis） 149． 偏度（Skewness） 16實(shí)驗(yàn)二：均值比較和T檢驗(yàn) 171．均值比較 172．單一樣本T檢驗(yàn) 203．兩獨(dú)立樣本T檢驗(yàn) 214．兩配對樣本T檢驗(yàn) 23實(shí)驗(yàn)三：相關(guān)分析 261．實(shí)驗(yàn)理論概述 262．二元定距變量的相關(guān)分析 263．二元定序變量的相關(guān)分析 334．偏相關(guān)分析 375．距離相關(guān)分析 41實(shí)驗(yàn)四：回歸分析 511．一元線性回歸 512．多元線性回歸分析 57實(shí)驗(yàn)一：統(tǒng)計(jì)描述實(shí)驗(yàn)內(nèi)容：均值、中位數(shù)、眾數(shù)、全距、方差與標(biāo)準(zhǔn)差、四分位數(shù)、十分位數(shù)、頻數(shù)、峰度、偏度實(shí)習(xí)目的：掌握SPSS基本的統(tǒng)計(jì)描述方法，可以對要分析的數(shù)據(jù)的總體特征有比較準(zhǔn)確的把握，從而為以后實(shí)驗(yàn)項(xiàng)目選擇其他更為深入的統(tǒng)計(jì)分析方法打下基礎(chǔ)。選擇要統(tǒng)計(jì)的項(xiàng)目，在Dispersion中選擇Range，選好后單擊Continue按鈕返回Frequencies對話框，單擊OK按鈕，SPSS即開始計(jì)算圖18 Frequencies：Statistics對話框?qū)嶒?yàn)結(jié)果：由以上結(jié)果可以看出該班學(xué)生成績的全距為76分（即99—23=76）。7． 頻數(shù)（Frequency）問題：求出該班學(xué)生數(shù)學(xué)成績的頻數(shù)分布★ 實(shí)驗(yàn)步驟：『步驟1』 在“Analyze”菜單中“Descriptive Statistics”中選擇Frequencies命令，彈出Frequencies對話框，如圖114所示圖114 Frequencies對話框『步驟2』 在對話框左側(cè)的變量列表中選擇“數(shù)學(xué)成績”，單擊按鈕使之添加到Variable（s）框中。圖22 Means 對話框『步驟3』 單擊右下角的Options按鈕，彈出如圖23所示的對話框，可以選擇要統(tǒng)計(jì)的項(xiàng)目。選擇“source01”變量，添加到Grouping Variable框中。變量之間的關(guān)系歸納去來可以分為兩種類型，即函數(shù)關(guān)系和統(tǒng)計(jì)關(guān)系。如衡量國民收入和居民儲蓄存款、身高和體重等變量間的線形相關(guān)關(guān)系。從中可以看出。對Spearman等級相關(guān)系數(shù)的統(tǒng)計(jì)檢驗(yàn)，一般如果個(gè)案數(shù)n≤30，將直接利用Spearman等級相關(guān)系統(tǒng)計(jì)量表，SPSS將自動(dòng)根據(jù)該表給出對應(yīng)的相伴概率值。同時(shí)平均降雨量對平均溫度也會(huì)產(chǎn)生影響。⑶ 結(jié)果和討論SPSS的運(yùn)行結(jié)果如下。⑤ Minkowski距離計(jì)算公式為：其中，k表示每個(gè)樣本中有k個(gè)變量，p、q是任意可指定的次方，表示第一個(gè)樣本在第i個(gè)變量上的取值，表示第二個(gè)樣本在第i個(gè)變量上的取值?！?實(shí)現(xiàn)步驟『步驟1』在“Analyze”菜單“Correlate”中選擇Distance命令，彈出的Distances對話框，在對話框左側(cè)的變量列表中選擇變量“r1”、“r2”、“r3”，單擊按鈕使之添加到Variables框中。圖320 距離相關(guān)分析中相似性測量對話框因?yàn)?個(gè)變量都是連續(xù)性變量，所以Interval中Pearson correlation項(xiàng)，不對變量進(jìn)行標(biāo)準(zhǔn)化處理。第二個(gè)表格列出了3個(gè)個(gè)案之間的相似性分析結(jié)果。表41強(qiáng)度于拉伸倍數(shù)的試驗(yàn)數(shù)據(jù)序號拉伸倍數(shù)強(qiáng)度（kg/mm)12234546758910811981210 ★ 實(shí)驗(yàn)步驟：『步驟1』在菜單中選擇Regression==liner，系統(tǒng)彈出線性回歸對話框如下：圖4－1 Linear Regression對話框『步驟2』單擊Statistics按鈕將打開Linear Regression: Statistics對話框，用來選擇輸出那些統(tǒng)計(jì)量。說明自變量x與因變量y之間確有線性回歸關(guān)系。（3） 輸出文件的第三個(gè)表格如下：該表格輸出的是被引入或從回歸方程中被踢除的各變量。xi1xi2xi3xi4yi7266601291552115682011318477526331155922371176131224425418222147426140233411669121068812思考：假如使用不同的多元回歸分析方法，將會(huì)有什么樣的不同。員工滿意度設(shè)為因變量MY，“Analyze”菜單“Regression”中選擇Linear命令『步驟2』在彈出的菜單中所示的Linear Regression對話框中，從對話框左側(cè)的變量列表中選擇滿意度變量my，將其他變量添加到Dependent框中，表示該變量是因變量。從這部分結(jié)果看出相關(guān)系數(shù)R=,判定系數(shù)，調(diào)整的判定系數(shù),回歸估計(jì)的標(biāo)準(zhǔn)誤差W=。可求得于是回歸模型為：回歸模型的檢驗(yàn)：① 回歸系數(shù)的顯著性檢驗(yàn)（t檢驗(yàn)）。從表格中可以看出，第一次測量和第三次測量的結(jié)果較為一致，但一致不是很明顯；第一次測量和第二次測量的結(jié)果最不一致；第二次測量和第三次測量的結(jié)果也不太一致。圖318 選擇菜單『步驟2』在彈出的如圖Distance對話框中左側(cè)的變量列表中選變量，在對話框左側(cè)的變量列表中選擇變量“長”、“體重”、“四肢總長”、“頭重”，單擊按鈕使之添加到Variables框中?！翰襟E3』單擊Measures按鈕，彈出Distance：Similarity Measure對話框，如圖315所示。① 歐氏距離（Euclidean Distance）計(jì)算公式為：其中，k表示每個(gè)樣本中有k個(gè)變量，表示第一個(gè)樣本在第i個(gè)變量上的取值，表示第二個(gè)樣本在第i個(gè)變量上的取值?！翰襟E3』單擊Options按鈕，出現(xiàn)Partial Correlations對話框，如圖312所示。在這個(gè)數(shù)據(jù)的旁邊有兩個(gè)星號，即兩次評分顯著相關(guān)，且為正相關(guān)。例如，“最高學(xué)歷”變量的取值是：1—小學(xué)及以下、2—初中、3—高中、中專、技校、4—大學(xué)?？啤?—大學(xué)本科、6—研究生以上。Missing Values框中為對缺失值進(jìn)行處理，Exclude cases pairwise項(xiàng)表示如果正參與計(jì)算的兩個(gè)變量中有缺失值，則暫時(shí)提出那些在這兩個(gè)變量上去缺失值的個(gè)案；Exclude cases listwise項(xiàng)為剔除所有具有缺失值的個(gè)案后再計(jì)算。2．二元定距變量的相關(guān)分析⑴ 統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式二元定距變量的相關(guān)分析是指通過計(jì)算定距變量間兩兩相關(guān)的相關(guān)系數(shù)，對兩個(gè)或兩個(gè)以上定距變量之間兩兩相關(guān)的程度進(jìn)行分析。實(shí)驗(yàn)結(jié)果： 由以上結(jié)果可以看出：參加培訓(xùn)前后。由于相伴概率大于a，因此接受原假設(shè)，即認(rèn)為該11名同學(xué)的均值和全國的數(shù)學(xué)均值相比，沒有顯著性差異。實(shí)驗(yàn)二：均值比較和T檢驗(yàn)實(shí)驗(yàn)?zāi)康模赫莆站当容^、單一樣本T檢驗(yàn)、兩獨(dú)立樣本T檢驗(yàn)和兩配對樣本T檢驗(yàn)的方法實(shí)驗(yàn)內(nèi)容：均值比較、單一樣本T檢驗(yàn)、兩獨(dú)立樣本T檢驗(yàn)和兩配對樣本T檢驗(yàn)1．均值比較研究問題：性別數(shù)學(xué)成績Male99795989798999Female88545623比較不同性別學(xué)生數(shù)學(xué)成績的平均值和方差★ 實(shí)驗(yàn)步驟：『步驟1』 在“Analyze”菜單“Compare Means”項(xiàng)中選擇Means命令，如圖21所示圖21 選擇菜單『步驟2』 彈出Means對話框，如圖22 所示?！翰襟E3』 單擊Frequencies對話框下方的Statistics 按鈕，彈出如圖113所示對話框。在結(jié)果輸出窗口處選擇“File”菜單中的Save as 命令，將該結(jié)果保存為Median1文件。圖12 Frequencies對話框『步驟3』 單擊Frequencies對話框下方的Statistics 按鈕，彈出如圖13 所示對話框。將該結(jié)果文件保存為variance1。使人數(shù)成為權(quán)重變量。以上結(jié)果顯示：總共對11個(gè)個(gè)案進(jìn)行了統(tǒng)計(jì)，；，；總體平均值為74分。圖29 Define Groups 對話框『步驟5』 單擊Continue按鈕，返回IndependentSample T Test對話框，單擊OK按鈕，SPSS即開始計(jì)算?！蛉舁C1≤r＜0，表明變量之間存在負(fù)相關(guān)關(guān)系。在Test of significance框中選擇相關(guān)系數(shù)的雙側(cè)（Twotailed）檢驗(yàn)，檢驗(yàn)兩個(gè)變量之間的相關(guān)取向，也就是從結(jié)果中來得到是正相關(guān)還是負(fù)相關(guān)。圖34 選擇Scatter命令『步驟2』本例只需繪制出數(shù)學(xué)成績和化學(xué)成績兩者的散布情況，因此選擇“Simple”圖，如圖35所示。⑵ SPSS中實(shí)現(xiàn)過程★ 研究問題某語文老師先后兩次對其班級學(xué)生同一篇作文加以評分，兩次成績分別記為變量“作文1”和“作文2”，如表32所示。顯著性檢驗(yàn)公式：其中，n為個(gè)案數(shù)，n3為自由度?！毩?xí)題某農(nóng)業(yè)實(shí)驗(yàn)場通過試驗(yàn)取得小麥產(chǎn)量與單位蟲害值和平均溫度的數(shù)據(jù)，如下表所示。★ 研究問題1變量之間的相似性預(yù)測分析對6個(gè)標(biāo)準(zhǔn)電子元件的電阻（歐姆）進(jìn)行3次平行預(yù)測，測得結(jié)果如表34所示。圖317 距離相關(guān)中不相似性距離測量對話框根據(jù)所要分析的變量類型，選擇不同的相似性測量方法。在Measure欄中選擇Dissmilarities項(xiàng)，作不相似性測距。從表格中可以看出，；；，可見第二個(gè)幼子和第三個(gè)幼子最相近。該對話框用來設(shè)置將回歸分析的結(jié)果保存到spss數(shù)據(jù)編輯窗口的變量中，還是某個(gè)spss的數(shù)據(jù)文件中。說明回歸系數(shù)與0有顯著差別，該回歸方程有意義：★ 練習(xí)題： 合金鋼的強(qiáng)度y與鋼材中碳的含量x有密切關(guān)系，為了冶煉出符合要求強(qiáng)度的鋼，常常通過控制鋼水中的碳含量來達(dá)到目的，因此需要了解y與x之間的關(guān)系，下面是10組不同的碳含量x（％）對應(yīng)的強(qiáng)度y（kg/m）數(shù)據(jù)。（6） 輸出的結(jié)果文件中第六個(gè)表格是回歸系數(shù)分析。從表格中可以看出該多元回歸方程為：其中Z6和Z7被剔除。 總體回歸方程： β0常數(shù)項(xiàng)，β1 , … ,βP 稱為總體偏回歸系數(shù)。在該對話框中可以對多元線性回歸分析中與自變量的篩選有關(guān)的參數(shù)進(jìn)行設(shè)定，同時(shí)也可設(shè)置缺省值采用不同的處理方法。問測試結(jié)果是否一致。圖321 Distance對話框『步驟2』單擊Measures按鈕，彈出Distance：Dissimilarity Measures對話框，如圖322所示。在本例中選擇Measure框中的Interval，并選擇Euclidean distance項(xiàng)，不對變量進(jìn)行標(biāo)準(zhǔn)化處理。表34 3次測量情況123456第一次第二次第三次★ 實(shí)現(xiàn)步驟『步驟1』激活數(shù)據(jù)管理窗口，定義變量名：第一次測量值為r1，第二次測量值為r2，第三次測量值為r3，輸入相應(yīng)數(shù)值。 小麥產(chǎn)量與單位蟲害值和溫度之間的關(guān)系產(chǎn)量單位蟲害值溫度5．距離相關(guān)分析⑴ 統(tǒng)計(jì)學(xué)上的定義和計(jì)算公式距