学习目标
1.明确相关关系的含义以及相关分析的主要目标。
2.掌握散点图的含义，熟练掌握绘制散点图的具体操作。
3.理解Pearson简单相关系数、Spearman等级相关系数、Kendall τ相关系数的基本原理，熟练掌握计算各种相关系数的具体操作，能够读懂分析结果。
4.理解偏相关分析的主要目标以及与相关分析之间的关系，熟练掌握偏相关分析的具体操作，能够读懂分析结果。
01
相关分析
⚪️ 相关分析是分析客观事物之间关系的数量分析方法，明确客观事物之间有怎样的关系对理解和运用相关分析是极为重要的。
客观事物之间的关系大致可归纳为两大类，即函数关系和统计关系。相关分析是用来分析事物之间统计关系的方法。
绘制散点图
为研究腰围、体重和脂肪比重之间的关系，随机调查了20个人。具体数据在可供下载的压缩包中,文件名为“腰围和体重.sav”。打开"腰围与体重.sav"文件 选择【图形】→【旧对话框】→【散点/点状】
计算相关系数
偏相关分析
偏相关分析也称净相关分析，它在控制其他变量的线性影响的条件下分析两变量间的线性相关性，所采用的工具是偏相犬乘数（净相关系数)。控制变量个数为1时，偏相关系数称为一阶偏相关系数;控制变量个数为2时，偏相关系数称为二阶偏相关系数，等等。控制变量个数为零时，偏相天系数林刀苓伙闹伯大不数，也就是相关系数。
利用偏相关系数进行变量间净相关分析通常需要完成以下两大步骤。第一，计算样本的偏相关系数。第二，对样本来自的两总体是否存在显著的净相关进行推断。依旧打开上述的"腰围和体重.sav"文件,选择【分析】→【相关】→【偏相关】
