Илюстрирана урок за SPSS 10

корелация

В тази глава ще се съсредоточим върху комуникация (корелация) между двете променливи. Изчисления и други триизмерни критерии отношения се основават на образуването на двойки стойности, които са образувани от разглежданите зависими проби.

Ако вземем за пример данните за нивата на холестерола за първите две точки от време от изследването на хипертония (hyper.sav файл), а след това в този случай ние трябва да очакваме доста силна връзка: по-високи стойности на първоначално време е една добра причина да се чака голямата стойност и чрез 1 месец.

За графично представяне на такава връзка, можете да използвате правоъгълна координатна система с оси, които съответстват на двете променливи. всеки от тях; такава двойка е маркиран с помощта на специфичен характер. Тази графика, се нарича "дисперсия диаграма" за двете зависими променливи могат да бъдат конструирани от меню повикване ... Графики (Графики) › Разсейване ... (scatterplots) (вж. Sec. 22.8).

Получената клъстер от точки показва, че изследваните пациенти с високо изходно обикновено имат високи стойности на холестерол и повторно проучване на месец. Това, разбира се, не е изненада; Този пример е избрано да се демонстрира ясно връзката.

Статистиката сочи връзка между двете променливи и показва силата на връзката с помощта на една връзка критерий, наречен коефициент на корелация. Този коефициент е винаги обозначен с главна буква г може да стойности между -1 и 1, и, ако стойността е по-близо до 1, това означава, че има силно свързване, и ако тя е по-близо до 0, тогава слабо.

Ако коефициентът на корелация е отрицателен, това означава, че има обратна връзка: по-висока е стойността на една променлива, долната стойността на друг. Силата на връзката също така се характеризира с абсолютната стойност на коефициента на корелация. Следващите градация се използват за словесни описания на величина на коефициента на корелация:

Много висока корелация

Метод за изчисляване на коефициент на корелация, зависи от вида на мащаба, които са променливи.

Променливи с интервала и номинална скала: Pearson коефициент на корелация (корелация работи моменти).
Най-малко една от двете променливи има или скала обикновено не се разпределя: Spearman ранг корелация, или Т (тау-грог soaya) Kendal.
Една от двете променливи е дихотомна: корелация точка два реда. Тази функция липсва в SPSS. Вместо това, изчисляването може да се използва за степен на съответствие.
И двете променливи са дихотомните: корелация chetyrehpolevaya. Този вид корелация се изчислява въз основа на SPSS определянето на мерки за разстояние и мерките на сходство (вж., Глава 15.4).

Изчисление на коефициента на корелация между две променливи не nedihotomicheskimi безсмислен само код връзката между тях е линеен (еднопосочно). Ако връзката, например, U-образен (неясен), коефициента на корелация не е подходящ за използване като мерките за якост на свързване: стойността клони към нула. В следващите секции ще обсъдят корелацията на Pearson, Спиърман и Кендъл. Йеше една секция, посветена специално на частния корелацията.

НАШИТЕ ПРОЕКТИ

Navigator в ароматите океана

SamoYchiteli.ru
илюстрирана урок