探索变量间的关系

在主对话框中，选择以下四个变量进行分析：

• 年龄
• 当前员工工作年数
• 家庭收入（千人）
• 债务收入比 (×100)

之所以选择这些变量，是因为它们与评估客户的财务稳定性和贷款偿还潜力息息相关。

在 " 标准 "子对话框中，可以指定以下分析选项：

归一化方法：最小-最大缩放

这种归一化技术通过减去最小值并除以范围，将每个变量重新调整到 [0, 1] 区间。 这种方法可以确保所有变量对距离计算的贡献成正比，无论其原始比例或单位如何。

置信区间百分比： 95%（默认值）

选择 95% 的置信度来估计距离相关系数的置信区间。 这一设置允许进行基于区间的推断，表明在 95% 的置信度下，真实的群体距离相关性预计在哪个范围内。

在打印子对话框中，选择以下选项。

打印详细信息

显示输出中的所有配置设置，包括所选变量、归一化方法和测试参数。

距离相关系数

显示成对距离相关值，表明变量之间的依赖强度（线性或非线性）。

距离协方差估算值

报告成对距离协方差值，该值量化了共同变异性的大小。

距离指标

详细说明每个变量的计算配对距离，有助于诊断和解释。

显著性估计

提供与每个距离相关系数相关的 p 值，帮助评估统计意义。

这些输出有助于对变量间的依赖关系进行数字和推理解释。

在 "绘图 "子对话框中，用以下坐标轴设置双变量散点图。

• X 轴 年龄（岁
• Y 轴 债务收入比 (×100)

这幅图直观地说明了受访者的年龄与其相对于收入的债务负担之间的关系。 它可以立即检测出关系是否呈现线性、曲线或更复杂的非明显模式，从而补充了正式的数值结果。