如何求多组因素之间的两两相关性

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

     大家好，我在做一个可靠性方面的研究，有一步要分析各种失效模式的相关性，简单来说：假设我有100组手机的故障数据，每组故障数据表示电池发热、黑屏、扬声器杂音、按键失灵这四种失效模式是否在此次故障中发生，在每次故障中它们可能出现1种到4种，假定它们是互相影响的，如果我想要得到一个4X4的矩阵，每个元素都表示行失效模式发生时引起列失效模式发生的概率，应该使用什么分析方法，用什么软件来实现呢？     万分感谢！

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：相关性 万分感谢 分析方法 可靠性 大家好

spss里的pearson相关分析的作用就是单纯考量变量两两之间的关系，虽然你可以在分析时一次放入多个变量，但出来的结果都是两个变量的简单的相关，也就是不在求两变量相关时考虑其他的控制变量。
然而回归不同，回归的结果是综合所有进入回归方程的自变量对因变量的结果而成的，也就是说，在回归当中你所看到的相关，是在控制了其他进入回归方程的变量之后的。因此，普通相关与回归之中的回归系数会有比较大的差别。
举个例子，比如你考查变量a，b，c之间的关系，如果你使用一般的相关，那么其结果呈现的是a和b的简单相关，b和c的简单相关，a和c的简单相关，每一个相关都只涉及到两个变量，而与第三个变量无关.
但如果是回归，回归里a和b的相关是在减去c变量的效应之后的，b和c的相关是在减去a的效应后的，a和c的相关是减去b的效应后的。
计算方法不同，得出的结果就不同。所以相关性分析时两变量负相关,回归分析却是正相关这很正常。出现任何形式的不同都不奇怪

809669515 发表于 2018-5-19 12:15
spss里的pearson相关分析的作用就是单纯考量变量两两之间的关系，虽然你可以在分析时一次放入多个变量，但出 ...

非常感谢您这么细致地回答我的问题，参照您的回答，我打算先计算多元回归分析中的偏相关系数，再对相关性较强的两两变量做关联规则分析计算条件概率，作为结果矩阵的元素，再做下一步分析。
期待最终能够成功，再次感谢！