偏相关
| 命令: | 统计 相关偏相关 |
|---|
当认为两个变量之间的关系受到其他变量的影响时，使用偏相关。偏相关系数被称为针对各协变量的影响进行了调整（校正）。
所需输入
变量 Y - 变量 X
选择两个感兴趣的变量。
协变量
认为会影响变量 X 与 Y 之间关系的变量。
选择
（可选）如果只想在统计分析中包含所选个案亚组，请输入筛选条件。
选项
可以为一个或两个变量选择对数变换。
结果
偏相关
变量 Y | GRADE_A |
|---|---|
变量 X | ATP |
协变量 |
|---|
CONCENTRATION |
MORPHOLOGY |
样本量 | 46 |
|---|---|
相关系数r | 0.1805 |
显著性水平 | P=0.2410 |
  |
偏相关的结果窗口显示以下内容：
- 样本量：（所选）数据对的数量
- 相关系数：偏相关系数和 P值
解释
偏相关系数的解释方式与普通的 Pearson 相关系数相同：其取值范围为 −1 到 +1，衡量在从两个变量中去除协变量的线性影响之后，X 与 Y 之间线性关系的强度和方向。它回答的问题是：“在协变量取值相同的研究对象中，X 与 Y 的相关程度有多强？”P值检验的原假设是总体中的偏相关为零。
务必将偏相关与简单（未校正）相关系数进行比较。如果偏相关明显更接近零，则 X 与 Y 之间的关联主要由协变量解释（混杂）。如果两者相近，则协变量的影响很小。如果偏相关更大或符号相反，则说明某个协变量掩盖了这种关系（抑制）。请注意，校正只能去除线性效应，并不能证明因果关系。只应对可能同时影响 X 和 Y 的变量进行校正：对位于 X 与 Y 之间因果路径上的变量进行校正，会去除您想要测量的效应本身的一部分。
参考文献
- Altman DG (1991) Practical statistics for medical research. London: Chapman and Hall.