再次请教：多变量相关性的spss检验问题

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

比如，检验多个因变量对一个自变量直接的相关性，如果用两两相关依次来做的话，比如，Y与X1，y与x2，y与x3，y与x4，等等依次来做的话，就比较麻烦了。有人说，可以在spss中，将多个变量如，y ， x1 ，x2，x3，x4都一起放在双变量检验里面，它会出一个表格式的矩阵。但是，现在问题是，如果我新增加了一个变量x5也放在里面，却发现原来表格中的相关性的系数全变了。

问题出在什么地方呢？难道将变量都放到里面的话，检验的结果就不是两两之间的关系了么？

求解。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：SPSS PSS 多变量 相关性 多个变量 相关性 因变量 自变量

你这个新变量估计与其他几个解释变量存在一定的相关性。

你想初步知道x1与y之间的关系，可以画个图来看看，直接利用x1对y做回归，万万使不得。如果你不控制其他变量，而只看某个变量（比如x1）对y的影响，得出的结果一般是有偏误的。就像你少控制了x5一样，其它4个变量的系数都是有偏的。
附：什么情况下是无偏的呢？两种情况下，前四个变量的系数估计是无偏的。1.x5和其它4个变量不相关。2.x5的系数不显著。

far_faraway 发表于 2012-6-29 22:06
你想初步知道x1与y之间的关系，可以画个图来看看，直接利用x1对y做回归，万万使不得。如果你不控制其他变量 ...

我现在比较困惑的是，在spss对多个变量一起做双相关分析，应该出来的结果只是两个变量间的比较吧，难道我理解错了么？

leonzuo000 发表于 2012-6-29 21:47
你这个新变量估计与其他几个解释变量存在一定的相关性。

变量间存在相关性估计是很难避免的。但是，为什么我分析的是双相关，也会影响到其他变量呢？分析的过程，在spss里依次操作：分析-相关-双变量，然后将分析的4、5个变量一次性都放在窗口里面。这样分析对么？

如果回归方程中只有x1和y，那么这样得到x1和y之间的关系可以叫做相关关系，但如果存在多个变量（比如，还有x2，x3，x4和x5）那么这时候x1与y之间的关系只能叫做偏向关系（剔除其他4个变量的共同影响之后），所以我并不太懂你的两两相关到底是什么意思。
附：如何得到偏相关关系？以x1为例。先做x1对其余4个变量的回归，得到残差序列u1，u1与y做回归，得到的系数才是撇掉其他因素之后，x1对y的净影响。
所以你要考虑哪些变量对y有影响，可以通过两个途径来推断：1.理论，例如消费一定跟收入相关。2.描述性统计关系，例如画个图。

far_faraway 发表于 2012-6-29 23:58
如果回归方程中只有x1和y，那么这样得到x1和y之间的关系可以叫做相关关系，但如果存在多个变量（比如，还有 ...

我好想有些明白了，也就是说在多个变量形成相关系数的矩阵中，任意两个变量间的相关系数实际上受到了其他变量的影响。所以，再新引入一个变量之后，整个的矩阵形式也就变了，变量间的影响也就变了。

看来不能图省事，将多个变量一股脑地放进双变量相关分析中去考察。

far_faraway 发表于 2012-6-29 23:58
如果回归方程中只有x1和y，那么这样得到x1和y之间的关系可以叫做相关关系，但如果存在多个变量（比如，还有 ...

我的原意，是想考察一个因变量，是否可能受到了几个自变量的影响。我采取了这么几种方法：1、将因变量和某一个自变量逐一放到spss中进行双变量的分析，但是，感觉这样比较麻烦。而且，总感觉单个考察的话，说服力不强。所以我就想找个省事的办法，也想看看能不能有点全局性的反应。所以采取了方法2、将因变量和几个自变量一并放入spss中进行双变量分析。这种方法是在网上看来的。这样，就产生了一个变量间的矩阵。但是这样就出现了两个问题。一个问题是经过逐一分析感觉相关系数较大的变量，在这次中有的变的不明显，有的根本没有出现在矩阵中（是不是因为相关性实在弱而被软件自动剔掉了呢？求解答）。另一个问题，在引入新变量后，整个矩阵的变量间的相关系数也会发生变化。所以，我在考虑是不是多个变量间的相关关系不能这样考察呢？为了验证这点，我在eviews中也试着分析了几个变量件的相关系数，发现形成矩阵后，也会因变量的不同和增减，部分系数发生明显的变化。

另外，将几个变量形成多元回归法方程之后，原来与因变量相关强的几个变量，居然通不过t检验。在5个自变量中，也只有两个能通过检验，最后方程只能只用两个自变量了。得出的结论就是，这两个自变量是影响因变量的主要因素。但实际上，我做的这个方程没有意义，因为不能做预测，只能看自变量对因变量影响力的大小，但却平白丢了几个变量，不能进入方程。

问题1：建模的思想一般是由一般到特殊，即先考虑尽量多一些变量，如果其中的某些变量不显著，可以剔除其中不显著的变量。但你是由特殊到一般，这个是不行的。
问题2：有些变量单独观察是显著的，但放在一起就不显著了，说明有些变量之间存在多重共线的问题。如果是这样，可以考虑踢掉某些不好解释，或者意义有限的变量。