學習目的

SPSS第十九講：秩相關分析怎么做？

軟件版本

IBM SPSS Statistics 26。

原始文檔

《小白愛上SPSS》課程
#統(tǒng)計原理

秩相關分析

前面我們學習過線性相關分析，已知線性相關分析針對的是符合正態(tài)性分布的連續(xù)型變量，然而在科學研究中，有些數(shù)據(jù)不符合正態(tài)性分布，有些數(shù)據(jù)也并不連續(xù)，只能用定序尺度來度量，這些數(shù)據(jù)該如何處理呢？此時，就要運用到秩相關分析了。讓我們一起來學習如何運用秩相關分析吧。
秩相關分析，又稱等級相關分析，是將兩樣本值按數(shù)據(jù)的大小順序排列位次，以每個個體的位次代替實際數(shù)據(jù)而求得的一種統(tǒng)計量。它是反映等級相關程度的統(tǒng)計分析指標，常用的等級相關分析方法有Spearman相關分析和Kendall秩相關分析等。
其計算公式如下，若不太理解此公式，只要感受下公式之美，然后飄過…

d代表X，Y的秩差。

一、實戰(zhàn)案例

小白記錄了籃球比賽前10名的名次和平均投籃命中率，見下表。試問名次與投籃命中率有無關系？
讀數(shù)據(jù)：

GET 
  FILE='E:\E盤備份\recent\小白愛上SPSS\小白數(shù)據(jù)\第十九講 秩相關.sav'. 

二、統(tǒng)計策略

針對上述案例，捫心七問。
Q1：本案例研究目的是什么？
A：關聯(lián)分析。
Q2：分析的組數(shù)是多少呢？
A：兩組數(shù)據(jù)。
Q3：本案例屬于什么研究設計？
A：調(diào)查研究
Q4：有幾個變量？
A：有兩個變量。名次和平均投籃命中率。
Q5：變量類型是什么？
A：名次屬于等級資料，命中率是連續(xù)性變量。
Q6：組內(nèi)兩變量數(shù)據(jù)服從正態(tài)分布么？
A：由于該項研究其中一個變量為等級資料，故無需檢驗另一連續(xù)變量的正態(tài)性，直接采用秩相關分析。
Q7：組內(nèi)雙變量關系是否為線性關系？
A：需要檢驗。
概括而言，如果數(shù)據(jù)滿足以下條件，則采用秩相關分析。

三、SPSS操作

Step1：操作方式：“分析——相關——雙變量——”;
Step2：由于有一個變量為等級變量，故選擇Spearman;
命令行：

NONPAR CORR 
  /VARIABLES=名次 命中率 
  /PRINT=SPEARMAN TWOTAIL NOSIG 
  /MISSING=PAIRWISE.

四、結(jié)果解讀

Spearman相關分析結(jié)果顯示，r=-0.818, P=0.004, 具有統(tǒng)計學意義，不支持原假設（變量之間不存在相關性），表明籃球排名名次與命中率之間存在相關關系。
秩相關分析也可以選擇Kendall相關分析。
命令行：

NONPAR CORR 
  /VARIABLES=名次 命中率 
  /PRINT=KENDALL TWOTAIL NOSIG 
  /MISSING=PAIRWISE.

結(jié)果如下：
Kendall相關分析表示，r=0.644, P=0.009,具有統(tǒng)計學意義，表明籃球排名名次與命中率之間存有相關。

五、規(guī)范表達

規(guī)范報告有多種方式，本公眾號只提供一種方式供參考。

1、規(guī)范圖表

（1）本例只有兩個變量之間相關，建議采用散點圖呈現(xiàn)結(jié)果更直觀。
命令行：

GRAPH 
  /SCATTERPLOT(BIVAR)=名次 WITH 命中率 
  /MISSING=LISTWISE.

通過圖表構建器添加線性擬合線：

* 圖表構建器. 
GGRAPH 
  /GRAPHDATASET NAME="graphdataset" VARIABLES=名次 命中率 MISSING=LISTWISE REPORTMISSING=NO 
  /GRAPHSPEC SOURCE=INLINE 
  /FITLINE TOTAL=YES. 
BEGIN GPL 
  SOURCE: s=userSource(id("graphdataset")) 
  DATA: 名次=col(source(s), name("名次")) 
  DATA: 命中率=col(source(s), name("命中率")) 
  GUIDE: axis(dim(1), label("名次")) 
  GUIDE: axis(dim(2), label("命中率")) 
  GUIDE: text.title(label("包含擬合線的簡單散點圖 /  命中率 按 名次")) 
  ELEMENT: point(position(名次*命中率)) 
END GPL.

（2）若有多個變量之間兩兩相關，則采用相關矩陣表呈現(xiàn)（詳見上一講的相關矩陣表）
命令行(默認采用皮爾遜方法計算相關系數(shù))：

CORRELATIONS 
  /VARIABLES=名次 命中率 
  /PRINT=TWOTAIL NOSIG 
  /MISSING=PAIRWISE.

命令行(SPEARMAN方法計算相關系數(shù))：

NONPAR CORR 
  /VARIABLES=名次 命中率 
  /PRINT=SPEARMAN TWOTAIL NOSIG 
  /MISSING=PAIRWISE.

2、規(guī)范文字

Spearman相關分析結(jié)果顯示，r=-0.818, P=0.004,具有統(tǒng)計學意義，表明籃球排名名次與命中率之間存在相關關系。

六、劃重點：

1.秩相關分析，又稱等級相關分析，是將兩樣本值按數(shù)據(jù)的大小順序排列位次，用每個樣本的個體的位次代替實際數(shù)據(jù)而求得的一種統(tǒng)計量
2.秩相關分析主要針對兩種情況：雙變量至少有一個非正態(tài)分布的定量資料、至少一個變量為等級資料。
3.常用的等級相關分析方法有Spearman相關分析和Kendall秩相關分析等，通常采用Spearman相關。
4.不服從正態(tài)分布的定量資料可選擇秩相關。定量資料采用Spearman分析會損失信息，降低檢驗效能，減少陽性的可能。文章來源地址http://www.zghlxwxcb.cn/news/detail-861479.html

到了這里，關于學習筆記|秩相關分析|Spearman相關分析|Kendall相關分析|規(guī)范表達|《小白愛上SPSS》課程：SPSS第十九講：秩相關分析怎么做？的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！