22、相关性分析全面指南：从数据录入到各类系数计算

相关性分析全面指南：从数据录入到各类系数计算

1. 相关性分析的数据录入

在进行相关性、回归和多元回归分析时，数据录入相对直接，每个变量应录入到单独的列中。若使用 R 以外的软件准备数据，对于每个测量的变量，需在电子表格中创建一个具有适当名称的变量，并将参与者的分数录入到电子表格的一行中。若存在一个或多个分类变量（如性别），这些变量也可录入到列中。

例如，若要计算表 6.1 中两个变量的相关性，应按图 6.3 所示录入数据。可以看到，每个变量录入到单独的列中，每行代表一个个体的数据（如第一个消费者看到 5 个广告，购买了 8 包产品）。

如果数据集较小，可直接将变量录入到 R 中，然后从中创建数据框。以广告数据为例，可执行以下命令：

adverts<-c(5,4,4,6,8)
packets<-c(8,9,10,13,15)
advertData<-data.frame(adverts, packets)

自测

录入广告数据，并使用 ggplot2 绘制数据的散点图（y 轴为购买的包数，x 轴为观看的广告数）。

2. 双变量相关性

相关性分为双变量相关性和偏相关性。双变量相关性是指两个变量之间的相关性，而偏相关性则是在“控制”一个或多个额外变量的影响下，考察两个变量之间的关系。皮尔逊积矩相关系数、斯皮尔曼等级相关系数（Spearman’s rho）和肯德尔等级相关系数（Kendall’s tau）都是双变量相关系数的例子。

以考试成绩为例，一位心理学家对考试压力和复习