Ⅲ．线性相关系数的计算
1. 线性相关的概念
如果各统计指标是定量数据，要了解它们间的关系密切程度，可用线性相关分析。
例如：大家都知道的糖尿病病人，它靠胰岛素来治疗。现测量 20 名糖尿病病人（以ID 来编号）血中的血糖值（y）、胰岛素值（x1）和生长激素值（x2）。我们即可分析 y、x1 和 x2 间的两两 / 双变量间的线性关系。数据见下面的程序文件CorreRegre2.sps 的例 *2。
2. 线性相关计算的所用命令
用 SPSS Analyze 菜单中的子菜单 Correlate，其中的 Bivariate 对话框即可计算两两 / 双变量间的线性相关系数 r 及其显著性。这是通常最常见、最常用的情况。
本例所用程序文件名为 CorreRegre2.sps 中的例 *2。（例 *2 中还有用于偏相关系数与距离相关系数的计算命令，详后）。
----------------------------------------------------------------
*2. Prof. Zhang Weng-Tong: SPSS 11, P.273-277:.
DATA LIST FREE /ID y x1 x2.
BEGIN DATA.
1 12.21 15.20 9.51
2 14.54 16.70 11.43
3 12.27 11.90 7.53
4 12.04 14.00 12.17
5 7.88 19.80 2.33
6 11.10 16.20 13.52
7 10.43 17.00 10.07
8 13.32 10.30 18.89
9 19.59 5.90 13.14
10 9.05 18.70 9.63
11 6.44 25.10 5.10
12 9.49 16.40 4.53
13 10.16 22.00 2.16
14 8.38 23.10 4.26
15 8.49 23.20 3.42
16 7.71 25.00 7.34
17 11.38 16.80 12.75
18 10.82 11.20 10.88
19 12.49 13.70 11.06
20 9.21 24.40 9.16
END DATA.
CORRELATIONS /VARIABLES=y x1 x2 /PRINT=TWOTAIL NOSIG.
NONPAR CORR /VARIABLES=y x1 x2 /PRINT=SPEARMAN TWOTAIL NOSIG.
NONPAR CORR /VARIABLES=y x1 x2 /PRINT=KENDALL TWOTAIL NOSIG.

PARTIAL CORR /VARIABLES= y x2 BY x1
/SIGNIFICANCE=TWOTAIL.
PROXIMITIES y x1 x2
/VIEW=CASE
/MEASURE= CORRELATION
/STANDARDIZE= NONE.
PROXIMITIES y x1 x2
/VIEW=CASE
/MEASURE= EUCLID
/STANDARDIZE=NONE.
*--------------------------------------------------------------------------.
3. 线性相关系数的计算结果
SPSS 中的 CORRELATION 命令，可计算各变量两两间的线性相关系数，单独地计算两两变量间相关系数的结果是：Y 与 X1 间相关系数为 -0.840, P=0.000；Y 与 X2 间相关系数为 0.638, P=0.002；X1 与 X2 间相关系数为 -0.663, P=0.001。
Correlations
Y X1 X2
Y Pearson Correlation 1.000 -0.840 0.638
Sig. (2-tailed) . 0.000 0.002
N 20 20 20
X1 Pearson Correlation -0.840 1.000 -0.663
Sig. (2-tailed) .000 . 0.001
N 20 20 20
X2 Pearson Correlation 0.638 -0.663 1.000
Sig. (2-tailed) 0.002 0.001 .
N 20 20 20
** Correlation is significant at the 0.01 level (2-tailed).