【連載一】spss中做相關(guān)分析

相關(guān)分析是很基礎(chǔ)的一種分析方法，接觸spss的同學(xué)很快就會學(xué)習(xí)到想相關(guān)分析。雖然他很基礎(chǔ)，但是在做很多高級分析之前，都要進(jìn)行相關(guān)分析。這篇問文章就系統(tǒng)的和大家分享一下spss里如何做相關(guān)分析。

     在spss中相關(guān)分析主要分為三大類，分別是雙變量相關(guān)分析，偏相關(guān)分析和距離相關(guān)分析。

     1、雙變量相關(guān)分析主要研究兩個變量數(shù)量之間的相關(guān)性。它又分為pearson相關(guān)分析，kendall相關(guān)分析，kendall等級相關(guān)分析，還有spearmen等級相關(guān)分析這四種。

     Pearson相關(guān)分析是應(yīng)用最最多的一種分析方法，它適用于評價兩個連續(xù)變量十是否相關(guān)，常見的例子有分析體重和身高的相關(guān)性啊，分析睡眠時間和學(xué)習(xí)時間的相關(guān)性啊等等。這兩個例子里變量都是連續(xù)性的，所以用pearson相關(guān)分析。主要分析過程如下，選擇菜單分析——相關(guān)——雙變量，打開雙變量主對話框，把要分析的變量選入變量框（兩個以上哈），確定就可以了。很簡單。結(jié)果也很容易看，主要看兩個指標(biāo)，一個是p值，就是sig（不要笑，雖然很簡單的一個點(diǎn)，可是就是有好多人都搞不清楚），p值小于0.5，就認(rèn)為兩個變量顯著相關(guān)，p值小于0.01，就認(rèn)為極其顯著。另一個是相關(guān)系數(shù)，相關(guān)系數(shù)為正就是正相關(guān)，為負(fù)就是負(fù)相關(guān)，相關(guān)系數(shù)的絕對值越接近一就說明相關(guān)性越強(qiáng)。一般認(rèn)為0.7以上是強(qiáng)相關(guān)。注意，這里有一個事情很多人都搞不清楚，要特別說一下哈，p值很小，同時相關(guān)系數(shù)也很小這種情況是存在的。這說明兩個變量顯著相關(guān)，但是是弱相關(guān)，也就是說p值和相關(guān)系數(shù)沒什么關(guān)系，兩個的取值互相不影響，如果出現(xiàn)p值和相關(guān)系數(shù)都很小的情況，不要太緊張，很正常哈。

     Kendall相關(guān)分析主要用來反映兩個有序分類變量的一致性，有序分類變量就是等級變量，1.2.3.這類遞進(jìn)的，時間序列也是有序分類變量，無序分類則是性別啊，是否成年啊，這種的?？傊甼endall相關(guān)分析的使用范圍是用來分析兩個有序分類變量，舉個例子，如果把睡眠時間和學(xué)習(xí)時間都用等級表示出來（比如一小時一個等級），那這個分析就可以用kendall，它的結(jié)果觀察方法和pearson一樣，就不在重復(fù)了。

      Kendall等級相關(guān)分析所適用的情況是另一種，它操作方法和上一個kendall的例子一樣，但是用于等級資料，是要加權(quán)的。舉個例子，比如我想分析一下一個人每天吃不吃水果和這個人的營養(yǎng)狀況的相關(guān)性，那就要用到等級分析。這個例子和上邊的例子的區(qū)別很明顯，上邊都是數(shù)值型的變量，而這個例子中是要自己定義的，比如我定義吃水果是1，不吃是2，定義營養(yǎng)狀況為差，中，強(qiáng)，分別對應(yīng)1，2，3。然后我想分析的話我就定義變量水果食用情況，營養(yǎng)狀況，計(jì)數(shù)，用計(jì)數(shù)進(jìn)行加權(quán)后做kendall分析，當(dāng)然可以直接輸入一大堆數(shù)據(jù)，如果不嫌麻煩的話。結(jié)果分析方法同上。

      Spearman等級相關(guān)分析和kendall有一點(diǎn)點(diǎn)類似，適用于分析含有等級資料的變量，舉個例子，分析努力程度和學(xué)習(xí)成績之間的關(guān)系，其中努力程度是要分等級的資料，學(xué)習(xí)成績則是數(shù)值型的，這時候就要用spearman，結(jié)果分析同上。

      2、偏相關(guān)分析和雙變量相關(guān)分析的不同之處在于偏相關(guān)分析要考慮除卻分析的變量以外是否有其他變量影響到這兩個變量。比如，舉個例子，比如我現(xiàn)在有一個運(yùn)動員的身高，肺活量，和短跑成績。我想要分析身高和短跑成績的相關(guān)性的話，我就要使用偏相關(guān)分析，因?yàn)榉位盍恳灿绊懙搅松砀吆投膛艹煽?，我得剔除這個變量的影響，所以呢，我就不用雙變量，而是使用偏相關(guān)。我打開菜單分析——相關(guān)——偏相關(guān)，打開主面板，把身高和短跑成績選到變量里，把肺活量選到控制里邊，然后點(diǎn)確定。輸出表的觀察方式和上邊一樣，不在重復(fù)。在輸出表里，它會顯示出沒有控制變量的時候的相關(guān)系數(shù)和有控制變量的時候的相關(guān)系數(shù)，如果數(shù)據(jù)恰當(dāng)?shù)脑?，你會觀察到一個相當(dāng)有趣的現(xiàn)象，不控制肺活量的時候，身高和短跑成績是相關(guān)的，控制的時候，身高和短跑成績就不相關(guān)了。So，明白偏相關(guān)的作用了嗎?

      需要特別說明一下的是，偏相關(guān)分析并不像雙變量那樣有四種方法可以供你選擇，它的適用范圍一般是一些數(shù)值型的變量，一些你能判斷到底有沒有關(guān)系的變量，你也許應(yīng)該先用雙變量兩兩測出自變量是否相關(guān)，然后再考慮要不要用偏相關(guān)，而且假如你的偏相關(guān)的變量是等級資料，結(jié)果有可能會很尷尬。

      3、距離相關(guān)分析是一個初學(xué)者不那么常用到的分析，不過為了完整性，本文還是列了出來。它用來計(jì)算個案或變量之間距離相異性或相似性度量，和其他模塊，比如因子分析，聚類分析，多維尺度分析一起使用以助于分析復(fù)合數(shù)據(jù)集。它也分為兩種，變量距離相關(guān)分析，個案距離相關(guān)分析。

      我們還是使用一個例子來進(jìn)行學(xué)習(xí)。比如我們想要分析學(xué)生的身高，肺活量，短跑成績這三個變量的親密度，我們選擇菜單分析——相關(guān)——距離，打開主面板，在變量列表選入這三個變量，下邊的計(jì)算距離選擇變量間，在下邊的標(biāo)準(zhǔn)選擇相似性，單擊度量，打開度量面板。這個面板里邊默認(rèn)為區(qū)間，pearson相關(guān)性。另外還有一個二分類，我們在這里不討論二分類到底是干嘛的（有興趣的同學(xué)可以自己去試試），就按默認(rèn)的，點(diǎn)繼續(xù)，點(diǎn)確定。然后我們觀察輸出窗口，他會輸出一個近似矩陣，由于我們上邊選的是相似性，所以這個矩陣?yán)镞叺闹翟浇咏?，就說明對應(yīng)的兩個變量距離越近，就是說越親近，相關(guān)性越強(qiáng)。如果選的是不相似性，那么得出的數(shù)值越小距離越近，最小是0，最大值很可能超過1，超過了也不要緊張。它比雙變量做出來的結(jié)果要直接，它不考慮p值，所以兩個分析還是不一樣的哈。個案距離相關(guān)分析和這個類似，只是把計(jì)算距離選成了個案，假如你只想分析其中幾個個案，你需要在數(shù)據(jù)——選擇個案，里邊選擇一下你的個案。然后做距離相關(guān)分析，其他的默認(rèn)哈。

相關(guān)分析的內(nèi)容基本上就這些了。都是很淺顯的一些內(nèi)容，主要的學(xué)習(xí)內(nèi)容分為兩方面，一個是怎么看p值和相關(guān)系數(shù)，一個是不同的相關(guān)分析方法在適用范圍上到底有什么不同。我呢也沒有從原理方面講為什么這個方法用于這種情況這樣講，只是簡單的羅列了一下怎么用，第一希望大家看過以后能有所收益，第二大家有什么想法，或者覺得我說的有什么不對歡迎和我交流哈CDA 數(shù)據(jù)分析師培訓(xùn)官網(wǎng)