Глава 22. Корелация Процедурата на корелация изчислява коефициентът на Пирсъновата корелация, Спиърмъновата Rho и Кендъловата rho-b в техните нива на значимост. Корелациите измерват как променливи или редовете са свързани. Преди изчисляването на коефициента на корелация, сортирайте вашите данни за очертания (което може да доведе до подвеждащи резултати) и доказателства за наличието на линейна връзка. Коефициентът на Пирсъновата корелация е мярка за линейна свързаност. Две променливи могат да бъдат напълно свързани, но ако връзката не е линейна, коефициентът на Пирсъновата корелация не е подходящ за статистическо измерване на тяхната свързаност. Пример.Броят на игри, спечели от баскетболния отбор корелира ли се със средния брой на отбелязани точки на мач? Диаграмата показва, че има линейна връзка. Анализирайки данните от сезон 1994-1995 на НБА потвърждава, че коефициентът на Пирсъновата корелация (0,581) е значителен на ниво 0,01. Може да се предположи, че колкото са повече игрите спечелени на сезон, толкова по-малко точки са отбелязани от опонентите. Тези променливи са отрицателно корелирани (-0,401), и съотношението е значително на ниво 0,05. Статистика. За всяка променлива: брой на случаи с не-липсващи стойности, средни (аритметични) и стандартни отклонения. За всяка двойка променливи: коефициентът на Пирсъновата корелация, Rho на Спиърмън, tau-b на Кендъл, крос-продукт на отклонения, и ковариация. Данни. Използвайте симетрични количествени променливи за коефициентът на Пирсъновата корелация и количествени променливи или променливи с подредени категориите за Rho на Спиърмън и tau-b на Кендъл. Предположения. Коефициентът на Пирсъновата корелация предполага, че всяка двойка променливи е нормална. От менюто изберете: Analysis Correlate Bivariate ... Фигура 22-1 Диалогов прозорец на корелацията
157 Изберете две или повече цифрови променливи. Следните опции също са на разположение: