(1)以数据文件“马克威通用数据1.mkw”为例,演示偏相关分析算法的操作。
首先,在工作区内,打开建模分析工作流:“基础分析→相关分析→偏相关分析”,接着选择数据源,然后设置算法的参数,最后点击运行按钮。
其中各类参数的含义为:
显著性检验:包括单尾检验和双尾检验两种。单尾检验给出单侧的置信区间,双尾检验给出双侧的置信区间。
选择变量“sodium1”和“sodium2”进行偏相关分析,其控制变量为“fever”。具体的参数设置如下所示:
图 0-1 偏相关分析-属性设置(2)输出结果
双击“运行”节点,输出结果:
图 0-2 偏相关分析-树形结果列表 图 0-3 偏相关分析-偏相关系数矩阵(3)结果说明
控制变量为fever,则从偏相关系数矩阵可以得到sodium1和sodium2有线性相关关系。
输入变量类型:整型、浮点型
输入数据尺度:标量型、名义型、有序型
当两个变量同时与另外一个变量相关时,剔除第三个变量的影响,分析这两个变量之间的相关程度。
偏相关分析用于研究其他自变量的影响固定以后,某一自变量与因变量之间的关系,反映这种关系的指标为偏相关系数,它也反映了各个不同的自变量在解释因变量的离差上所起的相对作用。
输出结果:
偏相关系数矩阵:列出变量之间的相关系数,系数值越大,相关性越高。
订购用户 | 订购时间 | 年限 | 运行环境 | 版本 |
1535****704 | 2020-07-22 02:01:39 | 1年 | Windows | 单机版 |
1305****178 | 2019-12-27 19:47:09 | 1年 | Windows | 单机版 |
1811****398 | 2018-07-23 13:52:02 | 1年 | Windows | 单机版 |
1398****741 | 2017-12-29 09:10:30 | 1年 | Windows | 单机版 |
1398****741 | 2017-12-29 08:55:32 | 1年 | Windows | 单机版 |
1556****001 | 2017-08-10 23:45:25 | 1年 | Windows | 单机版 |
1381****657 | 2017-04-07 00:10:41 | 1年 | Windows | 单机版 |
1381****657 | 2017-04-06 22:57:30 | 1年 | Windows | 单机版 |
1397****925 | 2017-03-29 10:56:40 | 1年 | Windows | 单机版 |
1397****925 | 2017-03-29 10:56:18 | 1年 | Windows | 单机版 |