spearman相关性分析_数据的相关分析及SPSS算例

之前写过一个用excel做的相关系数文章《用Excel做数据间的相关系数》(点击查看)，可以再次温习。

那么今天主要讲一下用SPSS做相关分析。

Excel的数据分析能力比SPSS还是稍微弱一点的，毕竟SPSS也是主要分析数据的一个软件，那么在相关分析的这里就凸显了它的强大之处，您再次读这篇文章《用Excel做数据间的相关系数》，会发现，Excel中的相关系数的分析只是皮尔逊(Pearson)相关分析。而SPSS中包括了三种相关分析(Pearson/ Kendall’s tau-b / Spearman)。

世间万物除了因果关系、共变关系还有相关关系。相关关系中分为正相关、负相关和不相关，体现在数字上就是[-1,1]。若想形象的表示两种数据之间的关系，可以制作一个相关关系散点图。相关还有偏相关，偏相关是指将其他变量影响予以排除，求两个变量之间的关系。这些用SPSS软件都能做到。

下面说一下这三种相关系数的特点。

1、Pearsoncorrelation coefficient皮尔逊相关系数

它是由卡尔·皮尔逊从弗朗西斯·高尔顿在19世纪80年代提出的一个相似却又稍有不同的想法演变而来的。

该相关系数的前提条件最严格：

(1)成对数据；

(2)变量呈正态双分布；

(3)两列变量是连续变量；

(4)两列变量之间的关系是线性关系；

(5)数据间的差距不能太大。

所以我们用pearson相关系数之前要进行数据正态验证。

2、Kendall’stau-b correlation coefficient 肯德尔相关系数

它是一种秩相关系数，也就说它是做按顺序排列的数据相关分析，而且分析的对象是分类变量，比如说人的帅气程度(很帅、帅、一般帅、不帅)，没有皮尔逊相关系数的那么多前提条件。

3、Spearman correlation coefficient 斯皮尔曼相关系数

由英国心理学家、统计学家斯皮尔曼根据积差相关的概念推导而来。它也是分析有顺序的数据相关性，有线性关系的数据，没有皮尔逊相关系数的那么多前提条件的约束。

所以说不是正态分布的数据，可以用后两种相关系数进行分析。

演示一下SPSS怎么操作

打开软件自带的数据集employee data，我们要分析初始工资和目前工资的相关性。

1、我们首先看一下他们的数据是否呈正态性

这里用到非参数检验(Nonparametric tests)，即在总体方差未知或知道甚少的情况下，利用样本数据对总体分布形态等进行推断的方法。其实也可以用其他方式进行正态检验，可参考下面参考文献。

这里就说一下非参数检验，如下图，依次点击分析→非参数检验→旧对话框→1-样本K-S，

这里面有个正态检验，翻译的是“常规”，这就是正态分布(Normal distribution)，其他几个叫均匀分布、泊松分布、指数分布。我们把初始工资和当前工资放到检验变量列表。

点击确定，出结果，发现p<0.05，不是正态分布。那我们就不能用皮尔逊相关系数了(实际上实验数据一般与正态分布相差不大，可以用皮尔逊相关系数，这里就用斯皮尔曼相关系数了)。

2、我们检验一下线性情况

这里用到散点图

如下图，依次点击图形→旧对话框→散点

选择第一个简单分布

将当前工资放入第一个Y轴，初始工资放入第二个X轴

可以点击标题，加标题

点击确定，出图，发现初始工资和目前工资，它们之间是呈线性关系的。

3、进行相关分析

依次点击分析→相关→双变量

把初始工资和目前工资放入变量内，选择斯皮尔曼相关系数，双尾检验，标记显著性相关。

点击确定得到结果，发现他们的相关性是0.826，还是比较强相关的。

下面是一个补充内容，

距离的分析，

我们还是以初始工资和目前工资做分析。

如下图依次点击分析→相关→距离

把初始工资和目前的工资放入变量，选择变量间，相似性，点击确定。

出结果，相关性0.880

我们求一下皮尔逊相关系数，发现跟距离的一样，可知，距离用的是皮尔逊方法。

参考文献：

[1]     统计学三大相关系数，

https://blog.csdn.net/zxyscz/article/details/82014694

[2]     几个相关系数：Pearson、Spearman、pointbiserialr、kendalltau，

https://blog.csdn.net/mmc2015/article/details/51942066

[3]     kendall秩相关系数，

https://baike.baidu.com/item/kendall%E7%A7%A9%E7%9B%B8%E5%85%B3%E7%B3%BB%E6%95%B0/6246854?fr=aladdin

[4]     皮尔逊相关系数，

https://baike.baidu.com/item/%E7%9A%AE%E5%B0%94%E9%80%8A%E7%9B%B8%E5%85%B3%E7%B3%BB%E6%95%B0/12712835?fr=aladdin

[5]     spearman相关系数，

https://baike.baidu.com/item/spearman%E7%9B%B8%E5%85%B3%E7%B3%BB%E6%95%B0/7977847?fr=aladdin

[6]     spss如何进行正态性检验

https://jingyan.baidu.com/article/e6c8503cb5fc7be54e1a1860.html

[7]     赵小军，祁禄.SPSS数据分析：问题提出与实例导学[M].北京：中国水利水电出版社，2011。

欢迎讨论！

微信文章随笔，描述不当的地方，望指正！

若侵权，请联系本人删除！

欢迎大家投科学相关的稿件。

爱生活，爱科学！