(完整版)SPSS双变量相关性分析

数学建模SPSS双变量相关性分析

关键词：数学建模相关性分析SPSS

摘要：在数学建模中，相关性分析是很重要的一部分，尤其是在双变量分析时，要根据变量之间的联系建立评价指标，并且通过这些指标来进行比对赋值而做出评价结果。本文由数学建模中的双变量分析出发，首先阐述最主要的三种数据分析：Pearson系数，Spearman系数和Kendall系数的原理与应用，再由实际建模问题出发，阐述整个建模过程和结果。

r s=

∑(P i−P ave)(Q i−Q ave)√∑(P i−P ave)2(Q i−Q ave)2

在SPSS中打开数据，点击：分析—>相关—>双变量，打开对话窗口，选择需要分析的两个变量、Spearman秩相关系数分析以及双侧检验。

需要说明两点：

（1）因各体重与各体质数据之间的相关性正负未知，需选用双侧检验；

（2）除了数据满足非正态分布以外，Spearman秩相关系数分析还需要数据分级，以计算秩。但在SPSS中程序会自动生成秩，无需再手动分级。

注意要保证总体相关系数ρ与样本相关系数r保持一致，还须考虑Sig值。

由数据，Sig<0.5表示接受原假设，即Rho>|r|。Sig<0.5则拒绝原假设，两者不相关。而r值则代表了正负相关性，以及相关性大小。结果见表