实验报告
课程名称生物医学统计分析实验名称相关分析
专业班级
姓名
学号
实验日期
实验地点
2015—2016学年度第 2 学期
间存在极显著的高度正相关关系，即耗氧率随着摄食量的增加而增加；
4）定距变量可以转化为定序变量，因此在本实验中计算相关系数r时所选取的Pearson方法也可以换成Kendall的tau-b和Spearman两种方法；
5）“按对排除个案”选项表示在计算某个统计量时，从这个变量中排除有缺省值的观测，因此本实验选择该选项进行计算两变量间的基本统计量；
6）在SPSS输出的结果中，相关系数肩标“*”为05
.0
<
P，表明在两变量差异显著的情况下所得出的值；肩标“**”为01
.
<
P，表明在两变量差异极显著的情况下所显示的值；
7）实验中应注意由于我们事先并不知道所研究的变量间是否存在相关关系，因此我们需选择双侧检验。
例7.2
输出结果：
表3 甲、乙的相关分析结果表
甲乙
Kendall 的
au_b 甲相关系数 1.000 .732* Sig.（双侧）. .010
N 10 10 乙相关系数.732* 1.000 Sig.（双侧）.010 .
N 10 10
Spearman 的 rho 甲相关系数 1.000 .799**
Sig.（双侧）. .006
N 10 10
乙相关系数.799** 1.000
Sig.（双侧）.00 .
N 10 10
*. 在置信度（双测）为 0.05 时，相关性是显著的。
**. 在置信度（双测）为 0.01 时，相关性是显著的。
分析：1）本实验主要是为了研究甲、乙评委在对奶牛外貌的评分上是否具有一致性，且研究的甲、乙两个变量均属于有序分类，因此我们选用秩序分析；
2）表3是甲、乙两个评委对奶牛等级评定的Kendall τ秩相关分析与Spearman秩相关分析结果。其中Kendall τ秩相关系数05
.
01
.
,
732
.
0<
=
=P
r,说明该秩分数间具有显著的正相关关系；Spearman相关系数01
.
006
.
,
0799<
=
=P
r,说明该秩分数间具有极显著的正相关关系。因此由两种方法所得出的结论可知两个评委的评定等级具有显
著的一致性；
3）定序变量不可以转化为定距变量，因此在本实验中计算相关系数r时所选取的Kendall 的tau-b和Spearman两种方法不能换成Pearson方法。
-无-a鱼产量y 相关性 1.000 .3
.561
2
显著性（双侧）. .209 .024
df 0 14 14 投饵量x1 相关性.332 1.000 -.394
显著性（双侧）.209 . .131
df 14 0 14 放养量x2 相关性.561 -.394 1.000
显著性（双侧）.024 .131 .
df 14 14 0 放养量x2 鱼产量y 相关性 1.000 .727
显著性（双侧）. .0
2
df 0 13
投饵量x1 相关性.727 1.0
显著性（双侧）.002 .
df 13 0
a. 单元格包含零阶 (Pearson) 相关。
表9 控制投饵量x1的偏相关分析结果
控制变量鱼产量y 放养量x2 投饵量x1 鱼产量y 相关性 1.000 .798
显著性（双侧）. .000
df 0 13
放养量x2 相关性.798 1.000
显著性（双侧）.000 .
df 13 0
表10 控制鱼产量y的偏相关分析结果
控制变量投饵量x1 放养量x2 鱼产量y 投饵量x1 相关性 1.000 -.743
显著性（双侧）. .001
df 0 13
放养量x2 相关性-.743 1.000
显著性（双侧）.001 .
df 13 0
