IBM SPSS Statistics 中文网站 > 使用技巧 > IBM SPSS Statistics的两变量相关、偏相关与距离相关分析有什么不同

IBM SPSS Statistics的两变量相关、偏相关与距离相关分析有什么不同

发布时间:2021/07/30 11:39:19

相关分析研究的是两个或以上随机变量间的相关关系的分析。与回归分析不同,相关分析侧重的是变量间的相关特性,但不能说明变量间可相互依赖并进行预测,比如吃冰淇淋与肥胖之间的相关分析。

IBM SPSS Statistics可进行双变量、偏相关性与距离的相关分析。那么,以上三种相关分析有什么不同?接下来,我们通过一些例子详细讲解一下。

图1:相关分析
图1:相关分析

一、双变量相关

双变量相关,顾名思义,研究的是两个变量间的相关关系,比如客流量与销售额的相关关系。双变量相关可使用散点图或双变量相关分析法进行分析。

比如图2所示的客流量与销售额的散点图,从数据的分布看到,客流量与销售额存在着正相关的关系。

图2:散点图

双变量相关分析检验的是两个变量间相关系数的大小,SPSS中可采用皮尔逊、肯德尔、斯皮尔曼相关系数进行检验。

图3:双变量相关分析
图3:双变量相关分析

相关系数r的值位于-1与1之间,其绝对者越接近于1,说明两个变量间的相关性越强。正的相关系数表示变量呈现正相关,负的相关系数表示变量呈现负相关。

从本例的分析结果看到,销售额与客流量之间存在着强相关关系。

图4:双变量相关性结果
图4:双变量相关性结果

二、偏相关

偏相关分析,是在变量间存在着共线性的前提下使用的。由于共线性影响,变量之间可能会呈现高度相关,此时,就需要将引起共线性的变量剔除出来,作为控制变量。

图5:偏相关分析

比如,在本例中,将客单价作为控制变量,对销售额与客流量进行偏相关分析。

图6:偏相关变量设置
图6:偏相关变量设置

在零阶偏相关分析(等同两变量相关分析)中,看到销售额与客流量存在着强相关关系(相关系数达到0.92)。

而在控制客单价的前提下,销售额与客流量的相关系数更是达到0.993,说明相关性非常强。

图7:偏相关分析结果
图7:偏相关分析结果

三、距离相关

两变量相关与偏相关都是研究变量之间的相关关系,但距离相关则有点不同,其研究的是变量间的相似性,也就是变量之间关系的“亲疏”。

距离相关可用于研究个案或变量间的相似性。在本例中,我们运用SPSS距离分析进行了购买金额、购买数量与浏览页面数的变量分析。

图8:距离相关分析
图8:距离相关分析

从距离分析得出的相似性矩阵看到,购买数量与购买金额之间存在着较高的相似性(值越接近于1,越相似)。

图9:距离相关分析结果
图9:距离相关分析结果

四、小结

综上所述,SPSS相关分析可进行双变量、偏相关性与距离的相关分析。其中,SPSS双变量相关研究的是两个变量间的相关关系;偏相关分析是在设定控制变量的前提下,研究两个变量间的相关关系;距离分析研究的是变量之间的相似性。

如需获取以上分析方法更详细的讲解,可前往IBM SPSS Statistics中文网站搜索浏览。

作者:泽洋

标签:相关分析SPSS
SPSS Statistics
云版首发!秒杀只需1分钱!
立即购买
QQ 群
官方交流群:815794396 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。
2022-05-07
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
spss如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中,显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标,通过它可以说明分析结论是否由抽样误差引起还是实际相关的,可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析,spss显著性差异分析怎么标abc。
2022-03-14
最新文章
1分钱秒杀!云版大数据统计与应用分析解决方案上线
在经历了数个月的悉心筹备后,云版大数据统计与应用分析解决方案终于要和大家见面了!为了让更多人能体验到本服务,我们特别发起了限量1分钱秒杀活动。
2022-11-24
spss缺失值分析步骤 spss缺失值分析结果怎么看
在数据调查过程中,工作人员常常会遇到数据缺失现象。数据缺失分为三类,随机缺失,完全随机缺失,非随机缺失。无论哪种缺失,都可能导致严重的问题,或者大大降低统计的精度。利用IBM SPSS Statistics可以对数据缺失值进行分析,关于SPSS缺失值分析步骤是怎样的,SPSS缺失值分析结果怎么看的问题?本文结合实例,为大家做简单介绍。
2022-11-24
spss标签值不显示 spss标签值乱码
使用IBM SPSS Statistics进行统计分析的过程中,为了工作便利,常常会为变量设置标签。在设置标签过程中,常常会遇到各种问题,如SPSS标签值不显示,SPSS标签值乱码等问题,这些问题产生的根源是什么?如何解决?本文向大家做简单介绍。
2022-11-21
IBM SPSS Statistics云版本登录使用教程
感谢您订阅IBM SPSS Statistics云版本服务,IBM SPSS Statistics云版本是由思杰马克丁+IBM+阿里云联合推出,帮助用户解决短时间使用正版软件的需求,提供周付费、月付费两种购买模式,性价比极高。那么在购买了IBM SPSS Statistics云版本之后,应该如何登陆使用呢,本篇教程就来告诉大家使用方法。
2022-11-23
spss中t值和p值是什么意思 spss中t值和p值的关系
在统计分析过程中,常常会遇到这样的情况:检验两个相关的样本是否来自具有相同均值的总体,就会用到t检验。t检验(Student's t test),主要用于样本含量较小(例如n < 30),总体标准差σ未知的正态分布, t检验是用t分布理论来推论差异发生的概率,从而比较两个平均数的差异是否显著。利用IBM SPSS Statistics统计分析软件进行t检验可以避免繁杂的统计学计算,快速给出结果,供用户分析。SPSS中t值和p值是什么意思,SPSS中t值和p值的关系是什么,本文结合实例,向大家做简单的介绍。
2022-11-16
spss pearson相关性分析步骤 spss pearson相关性分析结果怎么看
Pearson(皮尔逊)相关性指的是联合分布服从二维正态分布的随机变量X,Y之间的简单线性相关关系,X,Y之间的相关关系由简单相关系数r表示。利用IBM SPSS Statistics可以非常快速地完成两个随机变量X,Y间的Pearson(皮尔逊)相关性分析,SPSS Pearson相关性分析步骤是什么,SPSS Pearson相关性分析结果怎么看,本文结合实例,向大家做简单的介绍。
2022-11-14

微信公众号

欢迎加入 SPSS 产品的大家庭,立即扫码关注,获取更多软件动态和资源福利。

读者也喜欢这些内容:

咨询热线

在线咨询

限时折扣