庄文忠 副教授 世新大学行政管理学系 jwj@cc.shu.edu.tw 相关分析与简单回归分析 庄文忠 副教授 世新大学行政管理学系 jwj@cc.shu.edu.tw SPSS之应用(庄文忠副教授) 2019/4/7.

Presentation on theme: "庄文忠 副教授 世新大学行政管理学系 jwj@cc.shu.edu.tw 相关分析与简单回归分析 庄文忠 副教授 世新大学行政管理学系 jwj@cc.shu.edu.tw SPSS之应用(庄文忠副教授) 2019/4/7."— Presentation transcript:

1 庄文忠 副教授 世新大学行政管理学系 jwj@cc.shu.edu.tw
相关分析与简单回归分析 庄文忠 副教授 世新大学行政管理学系 SPSS之应用(庄文忠副教授) 2019/4/7

2 课程大纲 相关分析(Correlation analysis) 1.双变量相关分析(Bivariate correlations)
2.偏相关分析(Partial correlations) 3.距离(Distances) 简单回归分析(Simple regression analysis) 1.描述性分析与模型摘要 2.变异数分析表(ANOVA table)与系数 3.残差统计量与偏离值(Outliers)诊断 SPSS之应用(庄文忠副教授) 2019/4/7

3 什么是「相关」？ 线性关系(liner relationship)：是指两变项间 的关系，大部分可以一条直线准确地来 加以说明。
Y= a + bX a=截距(当X= 0，Y的值) b=斜率= 变项的相关包括关系的方向及程度。方 向指的是变项间是正向关系或负向关系； 关系的程度则是指关系的大小及强度， 从关系不存在到完全关系。 SPSS之应用(庄文忠副教授) 2019/4/7

4 双变量相关分析(Bivariate correlations)
变项间经常是使用不同的测量单位，相关系 数大小及方向计算可能会受到变项间不同单 位所影响。但Person相关系数变是使用Z分 数而能成功地克服此问题。换言之，改变X 或Y的测量单位，不会改变X和Y的相关系数。 Person’s相关系数公式： SPSS之应用(庄文忠副教授) 2019/4/7

5 关系的方向与强度 方向 ‧r=1.00，表示「完全」正相关；
SPSS之应用(庄文忠副教授) 2019/4/7

6 例：下图中的X和Y是什么关系？

7 双变量相关分析 SPSS之应用(庄文忠副教授) 2019/4/7

8 SPSS之应用(庄文忠副教授) 2019/4/7

9 偏相关分析(Partial correlations)
意义：X1和Y的关系可能会受到其他变量(如X2、 X3)的影响，因此，X1和Y的关系必须控制其他 变量对X1和Y的影响后，再计算X1和Y的真正关 系。 公式： SPSS之应用(庄文忠副教授) 2019/4/7

10 偏相关分析 SPSS之应用(庄文忠副教授) 2019/4/7

11 SPSS之应用(庄文忠副教授) 2019/4/7

12 距离(Distances) 意义：计算两个变量之间的相似性(similarities)或相 异性(dissimilarities )。再将这些相似性或距离测量结 果，用于因子分析、集群分析、或多元尺度方法之 类 的其他程序，以便进一步分析更复杂的数据 集。 极端值(outliers)对距离计算有很大的影响，必须先 决定是否删除这些个案。 欧几里得距离(Euclidean distance) SPSS之应用(庄文忠副教授) 2019/4/7

13 距离－变量之间 SPSS之应用(庄文忠副教授) 2019/4/7

14 SPSS之应用(庄文忠副教授) 2019/4/7

15 简单回归分析(Simple regression analysis)
回归分析和相关分析不同之处在于，回 归分析假定自变量(x)是(或)至少某种程度 上是依变量(y)的一个原因(cause)或预测因 子(predictor)。 预测方程式： SPSS之应用(庄文忠副教授) 2019/4/7

16 变异数分析 总变异量(Total Sum of Squares) 总误差量(Sum of Squares Errors)
回归解释量(Sum of Squares Regression) 自由度(DF) n-1 = n-2

17 总变异量(TSS)与总误差量(SSE)的关系
SPSS之应用(庄文忠副教授) 2019/4/7

18 简单回归分析 SPSS之应用(庄文忠副教授) 2019/4/7

19 SPSS之应用(庄文忠副教授) 2019/4/7

20 描述性统计量 SPSS之应用(庄文忠副教授) 2019/4/7

21 模型摘要 SPSS之应用(庄文忠副教授) 2019/4/7

22 变异数分析表与系数 SPSS之应用(庄文忠副教授) 2019/4/7

23 偏离值与残差 SPSS之应用(庄文忠副教授) 2019/4/7

24 相关分析与回归分析的比较 相关分析 回归分析 描述两个数字变量直线关联的方向和强度 画出一条(虚拟)直线来描述两个数字变量间的关联
不需要区别自变量和依变量 需要区别自变量和依变量 相关系数不受测量单位影响 截距与斜率受测量单位影响 同样会受到极端值的影响 预测的效果视r的强度而定 SPSS之应用(庄文忠副教授) 2019/4/7

25 操作练习&提问时间 SPSS之应用(庄文忠副教授) 2019/4/7

26 作业： 自数据文件中找三个数字变量，利用相 关分析说明这三个变量之间有何关系？ 以其中一个变量作为控制变量，比较另 两个变量的净相关为何？
以其中一个变量为依变量，另两个变量 为自变量，执行两个简单回归分析，说 明哪一个变量对依变量的解释力比较高？ 比较相关分析和简单回归分析结果是否 有差异？ SPSS之应用(庄文忠副教授) 2019/4/7