、数据的相关性分析 ◆(2 Spearman相关 。适应性 定距数据或中高测度定序数据 数据顺序等距,或非正态,或分布不明 基本思路 秩分后求积差相关系数 即对两个变量先分别独立求秩分,然后针对秩分进行 Pearson相关性分析
三、数据的相关性分析 ◆(2)Spearman相关 适应性 定距数据或中高测度定序数据 数据顺序等距，或非正态，或分布不明 基本思路 秩分后求积差相关系数 即对两个变量先分别独立求秩分，然后针对秩分进行 Pearson相关性分析
、数据的相关性分析 ◆(3)肯德尔相关分析 。适应性 中测度定序数据,或非正态,或分布不明的数据 基本思路 对于两列变量,一列为X另一列为Y 当按照x排序后,利用“Y中与X的顺序一致的数对个数” 与“Y中与的顺序不一致的数对个数”之间的关系来判定 相关性
三、数据的相关性分析 ◆(3)肯德尔相关分析 适应性 中测度定序数据，或非正态，或分布不明的数据 基本思路 对于两列变量，一列为X,另一列为Y 当按照X排序后，利用“Y中与X的顺序一致的数对个数” 与“Y中与X的顺序不一致的数对个数”之间的关系来判定 相关性
、数据的相关性分析 ◆(4)基于交叉表的相关性分析 。适应性 定类数据、低测度的定序数据 基本思路 按照定类(或低测度定序)分组计算频数 检查频数与类别之间的关系
三、数据的相关性分析 ◆(4)基于交叉表的相关性分析 适应性 定类数据、低测度的定序数据 基本思路 按照定类（或低测度定序）分组计算频数 检查频数与类别之间的关系
、数据的相关性分析 >3、操作实例 ◆(1)针对定距数据的检验 针对如 mydayax.sav的文件,检测语文1、语文2、历史、数学、 物理成绩之间的相关性 操作过程 (a)先判定这些数据的分布特性 (b)采用命令 分析—相关—双变量 选择“两列数据” √选择“相关性分析类型
三、数据的相关性分析 ➢ 3、操作实例 ◆(1)针对定距数据的检验 要求 针对如mydayaX.sav的文件，检测语文1、语文2、历史、数学、 物理成绩之间的相关性。 操作过程 (a)先判定这些数据的分布特性 (b)采用命令： ✓分析—相关—双变量 ✓选择“两列数据” ✓选择“相关性分析类型
、数据的相关性分析 。观察分析结果 相关性 语文1 语文 语文1 Pearson相关性 g09 显著性(双侧) 000 139 139 语文2 Pearson相关性909 显著性(双侧) 000 139 139 在01水平(双侧)上显著相关
三、数据的相关性分析 观察分析结果