对哪些变量做做pearson分类变量的相关性分析析

来源：蜘蛛抓取(WebSpider) 时间：2017-06-17 16:18 标签： 分类变量 相关性分析
苹果/安卓/wp
积分 1474, 距离下一级还需 751 积分
权限: 自定义头衔, 签名中使用图片, 隐身, 设置帖子权限
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡, 抢沙发, 提升卡下一级可获得
权限: 设置回复可见道具: 沉默卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
悲催签到天数: 20 天连续签到: 1 天[LV.4]偶尔看看III
本帖最后由 wanghaidong918 于
09:55 编辑
今天看到一个相关性与回归分析的帖子，想不明白，请教各位大侠：
刚看了一篇外文文献，其中提到了几个变量之间的相关性分析。作者用SPSS得出A与B的相关性系数约为0.09，但显著性水平大于0.05即不显著。随后继续作回归性分析（未阐明是否是多元线性）结论是BETA 值0.35，显著性水平小于0.05。 因此有个疑问，既然相关性分析得出的结论是两已经不显著相关了，为何还要继续回归分析，回归分析不是得出具体的何种相关关系系数的吗？求正解。
补充：在pearson系数检验时，发现自变量X1与因变量Y不相关，再加上控制变量X2,X3,X4跑多元回归时，该自变量的系数却在5%的水平上显著。。。。。。
本帖被以下文库推荐
& |主题: 69, 订阅: 6
如果X1與Y的簡單相關不顯著，理論上不需要再進行簡單回歸分析，因為標準化回歸係數就是Pearson r。現在該作者加入了X2、X3、X4之後，X1變得與Y有相關，那麼極有可能就有是抑制變數(Supressor)的關係，此時推論宜更加小心。
It might be helpful, if you think about the so-called &Simpson's paradox.&
Here is a bit of information.
如果X1與Y的簡單相關不顯著，理論上不需要再進行簡單回歸分析，因為標準化回歸係數就是Pearson r。現在該作者加入了X2、X3、X4之後，X1變得與Y有相關，那麼極有可能就有是抑制變數(Supressor)的關係，此時推論宜更加小心。抑制变数是什么意思？
根据辛普森悖论的这个例子，尽管pearson相关系数检验不显著，但是还是应该进行考虑了更多因素的多元回归分析。。。。这样理解对不？
简单相关不能说明什么，因为没有控制其他变量不变。
例如：产量与化肥施用&&简单相关可能是负的，（土壤肥力高的化肥施用量本身就少，但产量不一定就低）
& && &如果控制土壤本身的肥料，那么 产量与化肥施用量就是正的了。
热心帮助其他会员
总评分:&学术水平 + 2&
热心指数 + 2&
信用等级 + 1&
Stata版版规
谢谢蓝色，这个例子举得很有说服力
蓝色，顶一个
回归是因果分析。经济学做的就是因果，即使相关性不足
大数据背景下，研究的就是相关性，即使没有因果关系
tony2040044 发表于
回归是因果分析。经济学做的就是因果，即使相关性不足
大数据背景下，研究的就是相关性，即使没有因果关 ...为什么“大数据背景下，研究的就是相关性，即使没有因果关系”？
初级热心勋章
初级热心勋章
初级信用勋章
初级信用勋章
初级学术勋章
初级学术勋章
中级学术勋章
中级学术勋章
中级热心勋章
中级热心勋章
中级信用勋章
中级信用勋章
高级热心勋章
高级热心勋章
高级信用勋章
高级信用勋章
特级热心勋章
高级热心勋章
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
论坛法律顾问：王进律师SPSS双变量相关性分析_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
SPSS双变量相关性分析
阅读已结束，下载本文需要
想免费下载更多文档？
定制HR最喜欢的简历
你可能喜欢SPSS相关性分析 Pearson相关与偏相关分析的实现 步骤_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
SPSS相关性分析 Pearson相关与偏相关分析的实现 步骤
&&pearson相关分析 和 偏相关分析的实现
阅读已结束，下载本文需要
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，同时保存到云知识，更方便管理
还剩1页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢苹果/安卓/wp
积分 73, 距离下一级还需 12 积分
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡下一级可获得
权限: 自定义头衔
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
因变量y，自变量x(为虚拟变量，取值为1和0），加一堆控制变量，在做pearson和spearman系数分析时，x与y的关系为负值，且不显著，但在回归时，得出的系数为正且显著，是否存在问题？是否和x是虚拟变量有关？如果pearson系数和spearman系数正负符号也不一致，能否解释得通？
你在相关分析时，加入控制变量，实际上是缩小了分析样本；
结果你在回归时，对总样本的，符号有差异不足为怪。
总评分:&论坛币 + 10&
学术水平 + 1&
热心指数 + 1&
fgleric 发表于
你在相关分析时，加入控制变量，实际上是缩小了分析样本；
结果你在回归时，对总样本的，符号有差异不足为 ...但是回归时这些控制变量也是有的，而且做相关分析和回归分析时样本数都是一样的，不知我这样理解对不对，如果相关系数与我假设的结果相反，但回归系数与假设一致，能使用回归结果说明论证的命题吗？
Stata版版规
蓝色 发表于
http://bbs.pinggu.org/thread--1.html多谢！现在的论文怎么感觉都是统计学呢？写篇论文好多问题啊。。。
fgleric 发表于
你在相关分析时，加入控制变量，实际上是缩小了分析样本；
结果你在回归时，对总样本的，符号有差异不足为 ...”你在相关分析时，加入控制变量，实际上是缩小了分析样本“
请问这句话该怎样理解？谢谢。
铁锷未残 发表于
”你在相关分析时，加入控制变量，实际上是缩小了分析样本“
请问这句话该怎样理解？谢谢。假设加入的控制变量存在大量missing value，就会发生样本变小的情况
fgleric 发表于
你在相关分析时，加入控制变量，实际上是缩小了分析样本；
结果你在回归时，对总样本的，符号有差异不足为 ...那请问控制变量要怎么设置呢？之前看了不少帖子都说不用区分。。。
初级热心勋章
初级热心勋章
初级信用勋章
初级信用勋章
初级学术勋章
初级学术勋章
中级学术勋章
中级学术勋章
中级热心勋章
中级热心勋章
中级信用勋章
中级信用勋章
高级热心勋章
高级热心勋章
高级信用勋章
高级信用勋章
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
论坛法律顾问：王进律师如何用spss相关性分析结果pearson相关系数_百度知道
如何用spss相关性分析结果pearson相关系数
我有更好的答案
菜单分析-相关-双变量将两个或多个变量放入“变量”框中选择在“相关系数”框中选择“Pearson”确定
采纳率：89%
为您推荐：
其他类似问题
勃兰兑斯的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。

我要回帖

更多关于 分类变量 相关性分析 的文章

 

随机推荐