关联分析可以解决的问题:
父母身高和孩子身高有关系吗？一般父母身高越高，孩子身高越高？
跳远成绩和短跑速度有关系吗？一般来说，短跑速度越快，跳远成绩就越好？
相关系数R用来表示两个变量之间的相关程度和方向。
A.零相关:r=0
B.正相关:0<>
C.完全正相关:r=1
D.负相关:-1<>
E.完全负相关:r=-1
r|越大，相关性越密切。
r|越小，相关性越不密切。
案例:
不同姿势***投掷成绩的相关性分析
测试对象:1-4年级大学生58人。
【/s2/】测试内容:【/s2/】身高、体重、肺活量、体能得分，以及站立、蹲下、卧倒三种姿势投掷***的得分。
研究目的:探讨不同姿势***投掷成绩的相关性及成绩的影响因素。
部分数据:
图1
1。一、探究站立和半蹲投掷成绩的相关性？
站着扔的越远，蹲着会扔吗？
散点图和拟合直线初步探索了两个变量之间的关系；
SPSS:图形-散点图-简单散点图(x轴输入”半蹲”，y轴输入”站着”)。点击”确保”。
图2
基本分布:半蹲投掷成绩越高，站立投掷成绩越高。
(1)皮尔逊的积矩相关系数在服从二元正态分布时采用。
SPSS步骤:1)分析-相关性-双变量
图3
2)把”站着”、”半蹲”投掷成绩被选中”变量”列表。
检查相关系数”皮尔逊”(即皮尔逊积矩相关系数)。点击”确保”。
图4
3)SPSS结果:
图5
结果判断方法:
P >0.05，无相关性。
当P≤0.05时，存在相关性。此时|r|越接近1，相关性越接近。
结果:立姿和蹲姿投掷手雷得分之间存在高度正相关(R = r=0.930，P<0.05)。
(2)当不服从二元正态分布时，采用Spear***n秩相关系数。
检查相关系数”斯皮尔曼”(即斯皮尔曼秩相关系数)。点击”确保”。
图6
SPSS结果:
图7
判断方法同上。
结果:立姿和蹲姿投掷***得分呈高度正相关(rs=0.896，P<>
2。同时探究多个变量之间的相关性？(建立相关矩阵)
“变量”在列表中选择多个变量。
同时检查相关系数”皮尔逊”还有”斯皮尔曼”。
点击”确保”。
图8
皮尔逊积差相关系数结果:
图9
Spear***n等级相关系数结果:
图10
图9和图10显示了关于红线对称分布的多个变量之间的相关系数矩阵。
本文来自努力打拼@路上投稿，不代表舒华文档立场，如若转载，请注明出处：https://www.chinashuhua.cn/24/500841.html
微信扫一扫 
