此功能需要 StatisticsBase 选项。

     “偏相关”过程计算偏相关系数，该系数在控制一个或多个附加变量的效应的同时描述两个变量之间的线性关系。相关是对线性相关性的测量。两个变量可以完全相关，但如果关系不是线性的，那么相关系数就不是适合度量它们相关性的统计量。

示例。在保健基金和发病率之间存在关系吗？尽管您可能希望存在一个负相关的关系，但研究表明它们之间存在显著的正相关关系：随着保健基金的增长，发病率也表现为增长。不过，对保健提供商的拜访率的控制，实际上消除了所观察到的正相关。保健基金和发病率显示为正相关的原因仅仅是：当基金增长时，更多的人可以获得保健服务，从而导致医生和医院所报告的病例更多。

统计量。对于每个变量：具有非缺失值的个案数、均值和标准差。偏相关矩阵和零阶相关矩阵，以及自由度和显著性水平。

可以选择以下方式中的一个或两个都选：

• 均值和标准差。为每个变量显示。还显示具有非缺失值的个案数。

• 零阶相关系数。显示所有变量（包括控制变量）之间简单相关的矩阵。

缺失值。您可以选择以下选项之一：

• 按列表排除个案。将从所有计算中排除其任何变量（包括控制变量）具有缺失值的个案。

• 按对排除个案。对于偏相关所基于的零阶相关的计算，不使用其一对变量或其中一个变量具有缺失值的个案。按对删除可以充分使用数据。但是，个案数可能随系数的不同而不同。如果按对删除有效，则某个特定的偏相关系数的自由度是基于在任何零阶相关计算中使用的最小个案数。

使用命令语法语言还可以：

•  读取零阶相关矩阵或写入偏相关矩阵（使用MATRIX 子命令）。

•  获取两个变量列表之间的偏相关（使用VARIABLES 子命令上的关键字WITH）。

•  获取多个分析（使用多个VARIABLES 子命令）。

•  有两个控制变量时，指定请求的阶数值（例如，第一阶和第二阶偏相关）（使用VARIABLES 子命令）。

•  排除冗余系数（使用FORMAT 子命令）。

•  当无法计算某些系数时，显示简单相关的矩阵（使用STATISTICS 子命令）。

回复可见