2 変量の相関分析
この機能を使用するには、Statistics Base Edition が必要です。
「2 変量の相関分析」手続きは、Pearson の相関係数、Spearman のロー、および Kendall のタウ b をそれぞれの有意水準で計算します。相関は、変数またはランク順の関係を測ります。相関係数を計算する前に、外れ値 (これがあると誤った結果を出す可能性があります) および線型関係の証拠があるかどうか、データを調べてください。Pearson の相関係数は、線型の関連性に対する測度です。2 つの変数が完全に関連していても、その関係が直線的でない場合は、Pearson の相関係数はそれらの関連性を測るのに適した統計ではありません。
例: あるバスケットボール・チームのゲーム勝数と、1 ゲームあたりの平均得点には相関関係があるでしょうか。散布図は線型関係があることを示しています。1994 年から 1995 年の NBA シーズンのデータを解析すると、Pearson の相関係数 (0.581) は 0.01 レベルで有意であることがわかります。シーズンあたりの勝数が多いほど、相手チームの得点はより少ないとも考えることができるでしょう。 これらの変数は負の相関関係 (–0.401) にあり、相関は 0.05 レベルで有意となります。
統計: 各変数: 非欠損値を持つケースの数、平均値、標準偏差。変数の各ペア: Pearson の相関係数、Spearman のロー、Kendall のタウ b、交差積和、共分散。
2 変量相関分析データの考慮事項
「データ」。Pearson の相関係数には、対称的な量的変数を使用し、Spearman のローおよび Kendall のタウ bには、量的変数または順序付けされたカテゴリー変数を使用します。
仮定: Pearson の相関係数は、変数のそれぞれの組が 2 変量正規であると仮定します。
2 変量の相関分析を実行するには
この機能を使用するには、Statistics Base Edition が必要です。
メニューから次の項目を選択します。
- 2 つ以上の数値変数を選択します。
以下のオプションも使用することができます。
- 相関係数: 正規分布した量的変数には、「Pearson」の相関係数を選択します。 データが正規分布していない場合、またはデータに順序付けしたカテゴリーがある場合は、ランク順の間の関連性を測る「Kendall のタウ b」または「Spearman」を選択します。相関係数の値の範囲は、-1 (完全な負の関係) から +1 (完全な正の関係)になります。値 0 は線型関係がないことを示します。結果を解釈するとき、有意相関を理由に因果関係があるという結論を出さないように注意してください。
- 有意差検定: 両側確率または片側確率を選択できます。関連性の方向が事前に分かっている場合は、「片側」を選択します。それ以外の場合は、「両側」を選択します。
- 有意な相関係数に星印を付ける: 5 % 水準で有意な相関係数はアスタリスクが 1 つ、1 % 水準で有意な相関係数はアスタリスクが 2 つ付いた形で識別されます。
この手続きは、CORRELATIONS と NONPAR CORR コマンド・シンタックスを貼り付けます。