Khai thác và sử dụng SPSS để xử lý số liệu nghiên cứu trong lâm nghiệp - Chương 6

Hồi quy Tuyến tính Một lớp và nhiều lớp6.1. Hệ số t-ơng quan 6.1.1. Công thức tính hệ số t-ơng quan Hệ số t-ơng quan là khái niệm chỉ mức độ liên hệ giữa 2 đại l-ợng ngẫu nhiên đ-ợc tính theo công thứcr=Qxy Qx.Qy(6.1) Qx = ?x2 - (?x)2 /n , x và y là 2Với Qxy = ?xy - (?x)*( ?y)/n và đại l-ợng quan sát ở mẫu6.1.2. Kiểm tra giả thuyết hệ số t-ơng quan Hệ số t-ơng quan mẫu th-ờng đ-ợc ký hiệu là r (Hiện nay các phần mềm chuyên dụng th-ờng ký hiệu...
Nội dung trích xuất từ tài liệu:
Khai thác và sử dụng SPSS để xử lý số liệu nghiên cứu trong lâm nghiệp - Chương 6 H×nh 5.41 B¶ng trªn ( H 5.39) cho thÊy c¸c c«ng thøc kh¸c nhau lµ râ. §iÒu nµy còng ph¶n¶nh râ rµng ë 2 b¶ng d−íi (H 5.40 vµ H 5.41) v× c¸c c«ng thøc chia thµnh 3 nhãm víic«ng thøc 3 (a1b3) lµ tèt nhÊt. Cã nghÜa lµ c©y trång ë cù ly 10*10m vµ 24 th¸ng tuæi lµtèt nhÊt. CH¦¥NG 6 Håi quy TuyÕn tÝnh Mét líp vμ nhiÒu líp6.1. HÖ sè t−¬ng quan6.1.1. C«ng thøc tÝnh hÖ sè t−¬ng quan HÖ sè t−¬ng quan lµ kh¸i niÖm chØ møc ®é liªn hÖ gi÷a 2 ®¹i l−îng ngÉunhiªn ®−îc tÝnh theo c«ng thøc Qxy r = (6.1) Qx.Qy Víi Qxy = ∑xy - (∑x)*( ∑y)/n vµ Qx = ∑x2 - (∑x)2 /n , x vµ y lµ 2®¹i l−îng quan s¸t ë mÉu6.1.2. KiÓm tra gi¶ thuyÕt hÖ sè t−¬ng quan HÖ sè t−¬ng quan mÉu th−êng ®−îc ký hiÖu lµ r (HiÖn nay c¸c phÇn mÒm chuyªn dông th−êng ký hiÖu chung lµ R). Ng−êi tachøng minh ®−îc r»ng hÖ sè t−¬ng quan r lµ mét −íc l−îng kh«ng chÖch cña hÖ sèt−¬ng quan tæng thÓ ρ chØ khi ρ= 0. Ta ®Æt gi¶ thuyÕt H0 : ρ= 0,H1 : ρ ≠ 0 Ng−êi ta chøng minh r»ng nÕu trong tæng thÓ ρ= 0 th× ®¹il−îng. T = r/ (1 − r 2 )(n − 2) (6-2) Cã ph©n bè t víi n-2 bËc tù do. Gi¶ thuyÕt H0 bÞ b¸c bá nÕu gi¸ trÞ tuyÖt ®èi cñat tÝnh theo (5-2) lín h¬n tα/2 tra b¶ng. Trong tr−êng hîp r ≤ 0.03 th× (1-r2) trong c«ngthøc (6-2) gÇn 1, nªn viÖc kiÓm tra gi¶ thuyÕt H0 cã thÓ thùc hiÖn theo c«ng thøc rótgän sau: n−2 T=r Ngoµi ph−¬ng ph¸p tÝnh hÖ sè t−¬ng quan nãi trªn (gäi lµ hÖ sè t−¬ng quanPearson), ng−êi ta cßn tÝnh theo ph−¬ng ph¸p phi tham sè mµ th−êng dïng lµ hÖ sèt−¬ng quan h¹ng cña Spearman. C¸ch tÝnh theo ph−¬ng ph¸p nµy nh− sau: 114 Gäi Ri lµ vÞ thø cña biÕn X sau khi ®· xÕp h¹ng tõ lín ®Õn nhá vµ Si lµ vÞ thøxÕp h¹ng tõ lín ®Õn nhá cña y vµ rs lµ hÖ sè t−¬ng quan h¹ng cña cña Spearman ta cãc«ng thøc: rs = 1 - 6Σ(Ri=Si)2/ (n3 –n) (6-3) ViÖc kiÓm tra sù tån t¹i cña rs còng ®−îc thùc hiÖn theo c«ngthøc (6-2) chØ cÇn thay r b»ng rs trong c«ng thøc nµy. C¸c hÖ sèt−¬ng quan h¹ng th−êng dïng thÝch hîp cho nh÷ng tr−êng hîp c¸c®¹i l−îng quan s¸t kh«ng tu©n theo luËt chuÈn. VÝ dô 6.1: Quan hÖ gi÷a ®−êng kÝnh t¸n c©y (Dt) vµ ®−êng kÝnh D1,3 nh− sau B¶ng 6.1 §−êng kÝnh D1.3 vµ ®−êng kÝnh t¸n Dt (nguån Ng« Kim Kh«i) D1.3 (cm) 7.6 8.8 8.9 9.3 9.7 10.6 11 11.8 11.9 12.3 Dt (m) 2.5 2.8 3 3.4 3.7 4 4.5 4.9 5.2 5.7 Sau khi ®−a c¸c biÕn D1.3 vµ Dt vµo m¸y ta thùc hiÖn Quy tr×nh tÝnh theo SPSScho vÝ dô (5-1) nh− sau: QT6.1 AnalyzeCorrelate Bivariate. Trong hép tho¹i Bivariate Correlations ®−a c¸c biÕn Dt vµ D1.3 vµo khung Variables §¸nh dÊu vµo Pearson (cã thÓ thªm hÖ sè t−¬ng quan Spearman vµ Kendall tau-b nÕu cÇn) OK 115 H×nh 6.1 Hép tho¹i Bivariate correlation KÕt qu¶ nh− sau Correlations DT D1.3 DT Pearson Correlation 1 .984** Sig. (2-tailed) . .000 N 10 10 D1.3 Pearson Correlation .984** 1 Sig. (2-tailed) .000 . N 10 10 **. Correlation is significant at the 0.01 level (2 il d) H×nh 6.2 Correlations D1.3 DT Spearmans rho D1.3 Correlation Coefficient 1.000 1.000** Sig. (2-tailed) . . N 10 10 DT Correlation Coefficient 1.000** 1.000 Sig. (2-tailed) . . ...