Pearson相关分析

SPSS教程相关分析
问答

点击绿色“提问”按钮

  • 针对本文提问
  • 查看历史问答

长按鼠标选中正文某句话

  • 对选中的内容进行针对性提问
一、问题与数据

研究表明,运动可以帮助预防心脏病。在合理的范围内,运动越多,患心脏病的风险就越小。锻炼可以降低血液中胆固醇水平,进而减少心脏病风险。运动越多,血液中的胆固醇浓度越低。有研究显示,看电视的时间是久坐生活方式的指标,也可能是心脏病的一个预测因素。看电视的时间越长,心脏病的风险越大。

 

因此,某研究者拟探讨在45岁至65岁健康男性中胆固醇浓度与观看电视的时间是否有关。他们猜测:看电视时间较长者比看电视时间较少者,血液中的胆固醇浓度要高一些。

 

研究者收集了以下数据:每天看电视时间为变量time_tv,胆固醇浓度为变量cholesterol(部分数据如下图)。

二、对问题分析

研究者想观察两个变量之间的相关性,可以使用Perason相关分析。使用Pearson相关分析时,需要考虑5个假设。

 

1. 假设1:两个变量都是连续变量。

2. 假设2:两个连续变量应当是配对的,即来源于同一个个体。

3. 假设3:两个连续变量之间存在线性关系,通常做散点图检验该假设。

4. 假设4:两个变量均没有明显的异常值。Pearson相关系数易受异常值影响。

5. 假设5:两个变量符合双变量正态分布。

 

那么,进行Pearson相关分析时,如何考虑和处理这5个假设呢?

三、假设判断
请先登录
这么重要的内容,赶快登录查看吧!
四、SPSS操作
请先登录
这么重要的内容,赶快登录查看吧!
五、结果解释
请先登录
这么重要的内容,赶快登录查看吧!
六、撰写结论

报告结果时,研究者可以只报告主要结果,但最好也报告假设检验结果。接下来,将介绍如何简明扼要地报告结果。另外,研究者还可以陈述零假设和备择假设。最后在表格中展示多组相关系数。

 

1. Pearson相关分析结果报告如下:

 

本研究采用Pearson相关分析评价在45-65岁男性中胆固醇浓度和每天看电视时间的关系。这两个变量间存在线性关系,根据Shapiro-Wilk检验符合正态分布(P>0.05),并且不存在异常值。每天看电视时间与胆固醇浓度间存在中度正相关关系,r(98)=0.371,P<0.001。每天看电视时间能够解释14%的胆固醇浓度变异。

 

2. 零假设与备择假设如下:

 

每天看电视时间与胆固醇浓度的相关关系有统计学意义,因此可以拒绝零假设,接受备择假设。

 

3. 两个以上变量以表展示结果

 

SPSS运行结果表格:

 

 

 

可以自行整理更简明的表格:

 

 

请先登录
这么重要的内容,赶快登录查看吧!
描述问题
选择一个标签 (请选择一个与您问题最相符的标签)
提交问题
Next
Previous
描述问题
选择一个标签 (请选择一个与您问题最相符的标签)
提交问题
描述问题
选择一个标签 (请选择一个与您问题最相符的标签)
    提交问题