第五章 相關(guān)分析

1、2022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院1相關(guān)分析相關(guān)分析(Correlation Analysis)2022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院2相關(guān)分析的意義相關(guān)分析的意義v尋找變量間的關(guān)系是科學(xué)研究的首要目的。變量間的關(guān)系最簡(jiǎn)單的劃分即:有關(guān)與無關(guān)。v在統(tǒng)計(jì)學(xué)上，我們通常這樣判斷變量之間是否有關(guān)：如果一個(gè)變量的取值發(fā)生變化，另外一個(gè)變量的取值也相應(yīng)發(fā)生變化，則這兩個(gè)變量有關(guān)。如果一個(gè)變量的變化不引起另一個(gè)變量的變化則二者無關(guān)。2022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院3二、相關(guān)分析的概念二、相關(guān)分析的概念n 變量之間的關(guān)系分為確定性關(guān)

2、系和非確定性關(guān)系。確定性關(guān)系：當(dāng)一個(gè)變量值（自變量）確定后，另一個(gè)變量值（因變量）也就完全確定了，確定性關(guān)系往往可以表示成一個(gè)函數(shù)的形式，比如圓的面積和半徑的關(guān)系： S=r 非確定性關(guān)系：給定了一個(gè)變量值后，另一個(gè)變量值可以在一定范圍內(nèi)變化，例如家庭的消費(fèi)支出和家庭收入的關(guān)系。 研究者把非確定性關(guān)系稱為相關(guān)關(guān)系。2022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院4 1 通通過過考考試試 2 未未通通過過考考試試 1男男性性 40% 60% 2女女性性 40% 60% 總總計(jì)計(jì) 40% 60% 性別與四級(jí)英語考試通過率的相關(guān)統(tǒng)計(jì)性別與四級(jí)英語考試通過率的相關(guān)統(tǒng)計(jì)表述：統(tǒng)計(jì)結(jié)果顯示，當(dāng)性

3、別取值不同時(shí)，通過率變量表述：統(tǒng)計(jì)結(jié)果顯示，當(dāng)性別取值不同時(shí)，通過率變量的取值并未發(fā)生變化，因此性別與考試通過率無關(guān)。的取值并未發(fā)生變化，因此性別與考試通過率無關(guān)。自變量的不同取值在因變量上無差異，兩變量無關(guān)。自變量的不同取值在因變量上無差異，兩變量無關(guān)。自變量的不同取值在因變量上有差異，兩變量有關(guān)。自變量的不同取值在因變量上有差異，兩變量有關(guān)。2022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院5 每月工資平均數(shù) N 1 男性 752.40 452 2 女性 601.97 409 總計(jì) 680.95 861 表述：統(tǒng)計(jì)結(jié)果顯示，當(dāng)性別取值不同時(shí)，收入變表述：統(tǒng)計(jì)結(jié)果顯示，當(dāng)性別取值不

4、同時(shí)，收入變量的取值發(fā)生了變化，因此性別與月收入有關(guān)。量的取值發(fā)生了變化，因此性別與月收入有關(guān)。自變量因變量2022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院6三、相關(guān)系數(shù)三、相關(guān)系數(shù)n相關(guān)分析的主要目的是研究變量之間關(guān)系的密切程度，相關(guān)分析的主要目的是研究變量之間關(guān)系的密切程度，以及根據(jù)樣本的資料推斷總體是否樣關(guān)。反映變量之以及根據(jù)樣本的資料推斷總體是否樣關(guān)。反映變量之間關(guān)系緊密程度的指標(biāo)主要是相關(guān)系數(shù)間關(guān)系緊密程度的指標(biāo)主要是相關(guān)系數(shù)rnPearson相關(guān)系數(shù)應(yīng)用廣泛，其計(jì)算公式及其性質(zhì)如相關(guān)系數(shù)應(yīng)用廣泛，其計(jì)算公式及其性質(zhì)如下：下：22)()()(yyxxyyxxr不相關(guān)與時(shí)，

5、表示當(dāng)為負(fù)相關(guān)與時(shí)，表示當(dāng)為正相關(guān)與時(shí)，表示當(dāng)高度相關(guān)顯著相關(guān)、低度相關(guān)微弱相關(guān)、yxryxryxrrrrr00018 . 08 . 05 . 05 . 03 . 03 . 02022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院7雙變量關(guān)系的統(tǒng)計(jì)類型雙變量關(guān)系的統(tǒng)計(jì)類型 定類 定序 定距 定類 列聯(lián) cross-tabulate 列聯(lián) cross-tabulate 方差分析（分組平均數(shù)） compare means 定序 列聯(lián) cross-tabulate 積差相關(guān) spearman correlation 積差相關(guān) spearman correlation 積矩相關(guān) pearson

6、correlation 定距 積矩相關(guān) pearson correlation 回歸 regression 2022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院8 定類 定序 定距 定類 卡方類測(cè)量 卡方類測(cè)量 Eta 系數(shù) 定序 Spearman相關(guān)系數(shù) 同 序 - 異 序?qū)y(cè)量 Spearman 相關(guān)系數(shù) 定距 Pearson 相關(guān)系數(shù) 2022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院9四、四、SPSS中相關(guān)分析中相關(guān)分析n在在Analyze的下拉菜單的下拉菜單Correlate命令項(xiàng)中有三命令項(xiàng)中有三個(gè)相關(guān)分析功能子命令個(gè)相關(guān)分析功能子命令：n Bivariate（兩

7、兩相關(guān)分析過程）（兩兩相關(guān)分析過程）n Partial （偏相關(guān)分析過程）（偏相關(guān)分析過程）n Distances（距離分析過程）（距離分析過程）2022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院10Bivariate過過程程2022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院11nBivariate過程用于進(jìn)行兩個(gè)或多個(gè)變量間的相關(guān)分析，如為多個(gè)變量，給出兩兩相關(guān)的分析結(jié)果。nPartial過程，當(dāng)進(jìn)行相關(guān)分析的兩個(gè)變量的取值都受到其他變量的影響時(shí)，就可以利用偏相關(guān)分析對(duì)其他變量進(jìn)行控制，輸出控制其他變量影響后的相關(guān)系數(shù)。nDistances過程用于對(duì)同一變量各觀察單位間的

8、數(shù)值或各個(gè)不同變量間進(jìn)行相似性或不相似性分析一般不單獨(dú)使用，而作為因子分析等的預(yù)分析。2022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院12n在進(jìn)行相關(guān)分析時(shí)，散點(diǎn)圖是重要的工具，分析前應(yīng)先做散點(diǎn)圖，以初步確定兩個(gè)變量間是否存在相關(guān)趨勢(shì)，該趨勢(shì)是否為直線趨勢(shì)，以及數(shù)據(jù)中是否存在異常點(diǎn)。否則可能的出錯(cuò)誤結(jié)論。nBivariate相關(guān)分析的步驟：相關(guān)分析的步驟：輸入數(shù)據(jù)后，依次單擊AnalyzeCorrelateBivariate，打開Bivariate Correlations對(duì)話框如圖512022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院13圖圖51 Bivariate C

9、orrelations 對(duì)話框?qū)υ捒虿磺宄兞恐g是正相關(guān)還是不清楚變量之間是正相關(guān)還是負(fù)相關(guān)時(shí)選擇此項(xiàng)。負(fù)相關(guān)時(shí)選擇此項(xiàng)。清楚變量之間是正相關(guān)還是負(fù)清楚變量之間是正相關(guān)還是負(fù)相關(guān)時(shí)可選擇此項(xiàng)。相關(guān)時(shí)可選擇此項(xiàng)。計(jì)算積距相關(guān)系數(shù)，連續(xù)計(jì)算積距相關(guān)系數(shù)，連續(xù)性變量才可采用。性變量才可采用。計(jì)算計(jì)算Kendall秩相關(guān)系數(shù)，秩相關(guān)系數(shù)，適合于定序變量或不滿足適合于定序變量或不滿足正態(tài)分布假設(shè)的等間隔數(shù)正態(tài)分布假設(shè)的等間隔數(shù)據(jù)。據(jù)。計(jì)算計(jì)算Spearman秩相關(guān)系秩相關(guān)系數(shù)，適合于定序變量或不數(shù)，適合于定序變量或不滿足正態(tài)分布假設(shè)的等間滿足正態(tài)分布假設(shè)的等間隔數(shù)據(jù)。隔數(shù)據(jù)。在輸出結(jié)果中，相關(guān)系數(shù)的在

10、輸出結(jié)果中，相關(guān)系數(shù)的右上角上有右上角上有“”則表示顯則表示顯著性水平為著性水平為0.05；右上角上；右上角上有有“”則表示顯著性水則表示顯著性水平為平為0.01。見圖見圖522022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院14圖圖52 Optins 對(duì)話框?qū)υ捒驅(qū)γ恳粋€(gè)變量輸出對(duì)每一個(gè)變量輸出均值、標(biāo)準(zhǔn)差和無均值、標(biāo)準(zhǔn)差和無缺省值的觀測(cè)數(shù)。缺省值的觀測(cè)數(shù)。對(duì)每一個(gè)變量輸出對(duì)每一個(gè)變量輸出交叉距陣和協(xié)方差交叉距陣和協(xié)方差距陣。距陣。計(jì)算某個(gè)統(tǒng)計(jì)量時(shí)，在這一計(jì)算某個(gè)統(tǒng)計(jì)量時(shí)，在這一對(duì)變量中排除有缺省值的觀測(cè)對(duì)變量中排除有缺省值的觀測(cè)值。值。對(duì)于任何分析，有缺省值的對(duì)于任何分析，有缺省

11、值的觀測(cè)值都會(huì)被排除。觀測(cè)值都會(huì)被排除。2022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院15觀測(cè)觀測(cè) 號(hào)號(hào)12345678910體重體重（克）（克）83726990909590917570雞冠重雞冠重（毫克）（毫克）564218845610790683148連續(xù)變量相關(guān)分析實(shí)例數(shù)據(jù)表連續(xù)變量相關(guān)分析實(shí)例數(shù)據(jù)表相關(guān)分析實(shí)例相關(guān)分析實(shí)例1、連續(xù)變量的相關(guān)分析實(shí)例、連續(xù)變量的相關(guān)分析實(shí)例 十只小雞的體重與雞冠的數(shù)據(jù)如表所示（數(shù)據(jù)文件：小雞（相關(guān)）小雞（相關(guān)）.sav）：2022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院16分析步驟1 1）輸入數(shù)據(jù)，依次單擊）輸入數(shù)據(jù)，依次單擊A

12、nalyzeCorrelateAnalyzeCorrelateBivariateBivariate，打開，打開Bivariate CorrelationsBivariate Correlations對(duì)話框?qū)υ捒? 2）選擇）選擇weight weight 和和coronarycoronary變量進(jìn)入變量進(jìn)入 VariablesVariables框中?？蛑?。3 3）在）在Correlation CoefficientsCorrelation Coefficients欄內(nèi)選擇欄內(nèi)選擇PearsonPearson。4 4）在）在Test of SignificanceTest of Signific

13、ance欄選擇欄選擇Two-tailedTwo-tailed。5 5）選擇）選擇Flag significant correlationFlag significant correlation。6 6）單擊）單擊OptionsOptions按鈕，選擇按鈕，選擇Mean and standard Mean and standard deviationsdeviations、Cross-product deviations and Cross-product deviations and covariancescovariances、Exclude cases pairiseExclude cas

14、es pairise選項(xiàng)。選項(xiàng)。7 7）單擊）單擊OKOK完成。完成。2022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院17描述性統(tǒng)計(jì)量表，如下：描述性統(tǒng)計(jì)量表，如下：D De es sc cr ri ip pt ti iv ve e S St ta at ti is st ti ic cs s82.5010.011060.0027.6010體重雞冠重MeanStd.DeviationN 從表中可看出，變量weight的均值為82.50，標(biāo)準(zhǔn)差為10.01，觀測(cè)數(shù)為10；變量coronaryt的均值為60.00，標(biāo)準(zhǔn)差為27.60，觀測(cè)數(shù)為10；結(jié)果分析結(jié)果分析2022-4-29安徽

15、工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院18從表中可看出， Pearson相關(guān)系數(shù)為0.865，即小雞的體重與雞冠的相關(guān)系數(shù)為0.865，這兩者之間不相關(guān)的雙尾檢驗(yàn)值為0.001。體重觀測(cè)值的協(xié)方差為100.278，而雞冠重觀測(cè)值的協(xié)方差為761.556，體重和雞冠重的協(xié)方差為239.111。從統(tǒng)計(jì)結(jié)果可得到，小雞的體重與雞冠重之間存在正相關(guān)關(guān)系，當(dāng)小雞的體重越大時(shí)，則小雞的雞冠越重。并且，否定了小雞的體重與雞冠重之間不相關(guān)的假設(shè)。Pearson相關(guān)系數(shù)距陣相關(guān)系數(shù)距陣C Co or rr re el la at ti io on ns s1.000.865*.001902.5002152.00

16、0100.278239.1111010.865*1.000.001.2152.0006854.000239.111761.5561010Pearson CorrelationSig. (2-tailed)Sum of Squares andCross-productsCovarianceNPearson CorrelationSig. (2-tailed)Sum of Squares andCross-productsCovarianceN體重雞冠重體重雞冠重Correlation is significant at the 0.01level (2-tailed).*. 2022-4-29安

17、徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院192、定序變量的、定序變量的Spearman分析實(shí)例分析實(shí)例 為研究集團(tuán)迫使個(gè)人順從的效應(yīng)，一些研究者用F量表和為測(cè)量地位欲而設(shè)計(jì)的一種量表對(duì)12名大學(xué)生進(jìn)行調(diào)查。欲知道對(duì)權(quán)威主義的評(píng)分之間相關(guān)的信息。學(xué)生ABCDEFGHIJKL權(quán)威主義265110983412711地位欲342181110671259權(quán)威主義和地位欲評(píng)秩權(quán)威主義和地位欲評(píng)秩2022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院201）輸入數(shù)據(jù)，依次單擊AnalyzeCorrelateBivariate，打開Bivariate Correlations對(duì)話框2）選擇power和p

18、osition 變量進(jìn)入 Variables框中。3）在Correlation Coefficients欄內(nèi)選擇Spearman選項(xiàng)。4）在Test of Significance欄選擇Two-tailed。5）選擇Flag significant correlation。6）單擊Options按鈕，選擇Mean and standard deviations、Cross-product deviations and covariances、Exclude cases pairise選項(xiàng)。7）單擊OK。分析步驟分析步驟2022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院21 從表中可看

19、出，權(quán)威主義和地位欲的相關(guān)系數(shù)為0.818，這表明權(quán)威主義越高的人地位欲也越高。權(quán)威主義與地位欲不相關(guān)的假設(shè)檢驗(yàn)值為0.001，否定假設(shè)，即權(quán)威主義與地位欲是相關(guān)的。C Co or rr re el la at ti io on ns s1.000.818*.0011212.818* 1.000.001.1212Correlation CoefficientSig. (2-tailed)NCorrelation CoefficientSig. (2-tailed)N權(quán)威主義地位欲Spearmans rho權(quán)威主義 地位欲Correlation is significant at the .01

20、 level (2-tailed).*. 結(jié)果分析2022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院22C Co or rr re el la at ti io on ns s1.000.667*.0031212.667*1.000.003.1212Correlation CoefficientSig. (2-tailed)NCorrelation CoefficientSig. (2-tailed)N權(quán)威主義地位欲Kendalls tau_b權(quán)威主義地位欲Correlation is significant at the .01 level (2-tailed).*. 3、定序變量

21、的、定序變量的Kendall分析實(shí)例分析實(shí)例 仍用前例中的數(shù)據(jù)（數(shù)據(jù)文件：權(quán)威（權(quán)威（Spearman相相關(guān)）關(guān)）.sav） 。操作過程相同，只是在第3）步在Correlation Coefficients欄內(nèi)選擇Kendalls選項(xiàng)。結(jié)果如下： 從表中可看出，權(quán)威主義和地位欲的相關(guān)系數(shù)為0.667，這表明權(quán)威主義越高的人地位欲也越高。權(quán)威主義與地位欲不相關(guān)的假設(shè)檢驗(yàn)值為0.003，否定假設(shè)，即權(quán)威主義與地位欲是相關(guān)的。Kendall相關(guān)分析所得到的結(jié)果類似于Spearman分析。2022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院23Partial 過程過程2022-4-29安徽工業(yè)

22、大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院24偏相關(guān)分析也稱凈相關(guān)分析，它在控制其他變量的線性影響偏相關(guān)分析也稱凈相關(guān)分析，它在控制其他變量的線性影響下分析兩變量間的線性相關(guān)，所采用的是工具是下分析兩變量間的線性相關(guān)，所采用的是工具是偏相關(guān)系數(shù)偏相關(guān)系數(shù)（凈相關(guān)系數(shù)）。運(yùn)用偏相關(guān)分析可以有效地揭示變量間的（凈相關(guān)系數(shù)）。運(yùn)用偏相關(guān)分析可以有效地揭示變量間的真實(shí)關(guān)系，識(shí)別干擾變量并尋找隱含的相關(guān)性。真實(shí)關(guān)系，識(shí)別干擾變量并尋找隱含的相關(guān)性。如控制年齡如控制年齡和工作經(jīng)驗(yàn)的影響，估計(jì)工資收入與受教育水平之間的相關(guān)和工作經(jīng)驗(yàn)的影響，估計(jì)工資收入與受教育水平之間的相關(guān)關(guān)系。關(guān)系。PartialPartial過

23、程，當(dāng)進(jìn)行相關(guān)分析的兩個(gè)變量的取值都受到其過程，當(dāng)進(jìn)行相關(guān)分析的兩個(gè)變量的取值都受到其他變量的影響時(shí)，就可以利用偏相關(guān)分析對(duì)其他變量進(jìn)行控他變量的影響時(shí)，就可以利用偏相關(guān)分析對(duì)其他變量進(jìn)行控制，輸出控制其他變量影響后的相關(guān)系數(shù)。制，輸出控制其他變量影響后的相關(guān)系數(shù)。2022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院25舉例：舉例：分析身高與肺活量之間的相關(guān)性，要控制體重在分析身高與肺活量之間的相關(guān)性，要控制體重在相關(guān)分析過程中的影響。相關(guān)分析過程中的影響。1. 1.設(shè)置偏相關(guān)分析的參數(shù)。設(shè)置偏相關(guān)分析的參數(shù)。 依次單擊依次單擊“Analyze-Correlate-Patial”Ana

24、lyze-Correlate-Patial”執(zhí)行偏相執(zhí)行偏相關(guān)分析。其主設(shè)置面板如圖所示：關(guān)分析。其主設(shè)置面板如圖所示：2022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院260 0階偏相關(guān)階偏相關(guān)（Pearson)Pearson)1 1階偏相關(guān)階偏相關(guān)顯著相關(guān)顯著相關(guān)相關(guān)不顯著相關(guān)不顯著2022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院27（1 1）描述性輸出，）描述性輸出，“描述性統(tǒng)計(jì)量描述性統(tǒng)計(jì)量”表格給出了三個(gè)表格給出了三個(gè)變量的基本統(tǒng)計(jì)信息，包括均值、標(biāo)準(zhǔn)差和頻率。變量的基本統(tǒng)計(jì)信息，包括均值、標(biāo)準(zhǔn)差和頻率。（2 2）相關(guān)性輸出，）相關(guān)性輸出，“相關(guān)性相關(guān)性”表格給

25、出了所有變量的表格給出了所有變量的0 0階偏相關(guān)（階偏相關(guān)（PearsonPearson簡(jiǎn)單相關(guān)）系數(shù)和簡(jiǎn)單相關(guān)）系數(shù)和1 1階偏相關(guān)系數(shù)的階偏相關(guān)系數(shù)的計(jì)算結(jié)果果、以及它們各自的顯著性檢驗(yàn)計(jì)算結(jié)果果、以及它們各自的顯著性檢驗(yàn)P P值。分析結(jié)值。分析結(jié)果顯示：在體重果顯示：在體重 不變的條件下，身高與肺活量之間不不變的條件下，身高與肺活量之間不存在顯著存在顯著 線性相關(guān)關(guān)系。線性相關(guān)關(guān)系。2022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院28Distances過程過程2022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院29距離分析：此過程可以在觀測(cè)記錄之間或者距離分析：此過程

26、可以在觀測(cè)記錄之間或者 不同變量之間進(jìn)不同變量之間進(jìn)行行相似性和不相似性相似性和不相似性分析。相似性分析可以用于檢測(cè)觀測(cè)值分析。相似性分析可以用于檢測(cè)觀測(cè)值的接近程度，不相似性分析可用于考察各變量的內(nèi)在聯(lián)系和的接近程度，不相似性分析可用于考察各變量的內(nèi)在聯(lián)系和結(jié)構(gòu)。該過程一般不單獨(dú)使用，而是作為因子分析、聚類分結(jié)構(gòu)。該過程一般不單獨(dú)使用，而是作為因子分析、聚類分析和多維尺度分析等的預(yù)分析過程，以幫助了解復(fù)雜數(shù)據(jù)集析和多維尺度分析等的預(yù)分析過程，以幫助了解復(fù)雜數(shù)據(jù)集的內(nèi)部結(jié)構(gòu)，為進(jìn)一步的分析做準(zhǔn)備。的內(nèi)部結(jié)構(gòu)，為進(jìn)一步的分析做準(zhǔn)備。與距離分析有關(guān)的統(tǒng)計(jì)量分為相似性測(cè)度和不相似性測(cè)試兩與距離分析有關(guān)的統(tǒng)計(jì)量分為相似性測(cè)度和不相似性測(cè)試兩大類。大類。2022-4-29安徽工業(yè)大學(xué)安徽工業(yè)大學(xué) 管理學(xué)院管理學(xué)院30不相似性測(cè)度不相似性測(cè)度a a、對(duì)定距變量的測(cè)度可以使用的統(tǒng)計(jì)量有、對(duì)定距變量的測(cè)度可以使用的統(tǒng)計(jì)量有EuclidEuclid歐氏距離、歐氏距離、平方歐氏距離、契比雪夫距離等。平方歐氏距離、契比雪夫距離等。 b b、對(duì)定序變量，使用卡方不相似測(cè)度