comparator 多个条件控制_在SPSS中考虑控制变量的偏相关分析——【杏花开医学统计】...

杏花开生物医药统计

一号在手，统计无忧！

在SPSS中考虑控制变量

的偏相关分析

关键词：SPSS、偏相关

    前期，我们介绍了双变量间的相关关系研究的Pearson和Spearman相关性分析

    点击观看：

    《什么样的医学数据可以使用spss中的Pearson相关性分析？》

    《医学统计中的Spearman秩相关性分析原理及spss中的操作》

    当存在第三个变量与两个变量同时相关时，则需要排除第三个变量的影响，只分析该两个变量之间相关程度，此时需要用到偏相关分析。

   下面，我们来学习偏相关性分析的基本原理、适用条件及其在SPSS中的具体操作。

下方为视频版和音频版，含软件操作步骤

    偏相关分析，也称净相关分析，是指当两个变量同时与第三个变量相关时，排除第三个变量的影响，只分析该两个变量之间相关程度的过程。一般的，我们称两个变量以外的变量为控制变量，当控制变量个数为一时，偏相关系数称为一阶偏相关系数；控制变量个数为二时，偏相关系数称为二阶相关系数；控制变量个数为为零时，偏相关系数称为零阶偏相关系数，也就是相关系数。

    偏相关分析的判定指标是相关系数r值。其中，-1≤r≤1，相关系数没有单位。r值为正表示正相关，r值为负表示负相关，r=1表示完全相关，r=0表示零相关。一般来说，r绝对值在0.8-1.0，表示变量间极强相关；在0.6-0.8表示强相关；在0.4-0.6表示中等程度相关；在0.2-0.4表示弱相关；在0.0-0.2表示极弱相关或无相关。

   偏相关性分析适用于两个变量同时与其他变量相关的情况，样本应均应为连续数值型的变量。

     我们收集了一份病人的年龄、体重指数和收缩压的数据资料，欲探讨病人体重指数与收缩压之间的关系，已知年龄、体重指数和收缩压均存在一定的相关关系，为了排除年龄对体重指数和收缩压之间关系的干扰，采用偏相关性分析进行研究。 

    (1)在SPSS中的具体操作

    ①依次点击“分析——相关——偏相关”。