第五讲双变量相关分析.ppt

第五讲双变量相关分析; 相关的三种表现方式 统计值 相关系数：表示变量间相关性的强度 显著度：表示样本中的相关是否可以推论总体 统计表 列联表：主要针对定类和定序变量，如果是定距变量，可以将其转化为定序变量，然后再做列联表。 统计图 条图、线图、面积图、箱式图、散点图; spss的两个相关分析菜单 Crosstabs 定类－定类，定序－定序变量间的简单相关分析 Correlate Bivariate：定序－定序，定距－定距变量间的简单相关分析 Partial：定距－定距变量间的偏相关分析;一、Crosstabs ;Crosstabs的基本功能－－制作列联表;步骤1：打开“Crosstabs”对话框;步骤2：选择行变量和列变量;步骤3：点击“OK”;两个注意点;Crosstabs的2个主要命令模块;Statistics，Cells;“Statistics” 对话框;“Cells” 弹出对话框;卡方检验：主要适用于定类变量;;Eta系数;Pearson卡方值 最常用的卡方检验 当n≥40，且所有单元格的期望频数都大于等于5时，选择这一检验值。;连续性校正卡方值 只适用于2×2的列联表 当n≥40，所有单元格的期望频数都大于1，且只有1/5以下单元格的期望频数小于5大于1时，选择连续性校正卡方值。;似然比卡方值 与Pearson卡方值相比，在处理多维表时有更大的优势；大多数情况下，两者的结论是基本一致的。;Fisher精确概率法 对于2×2列联表，SPSS会自动给出精确概率值，但通常只有当n<40，或某个单元格的期望频数小于1时，才选择此卡方值。 对于其他列联表，则需要在Exact模块中选定Exact检验，但只有当某个单元格的期望频数小于1，或大于1小于5的期望频数较多时，才选择此卡方值。;线性相关卡方值 通常用于连续变量，在分类变量的列联表中很少用到，可以视而不见。;;属于对称相关测量法 基于χ2值得出，公式为： 其值介于0～1之间，越大越表明两变量相关性越强。;;Phi相关系数 属于对称相关测量法 基于χ2值得出，公式为： 在2×2列联表中，取值介于0～1之间，在其它列联表中，则没有上限，越大表明关联程度越强。;克拉默的V相关系数 属于对称测量法 对Phi系数的一个调整，对关联程度的测量相对保守，公式为： 取值介于0～1之间，越大表明相关性越强。;;Lambda系数 具有对称和不对称两种形式 公式为： 具有消减误差比例的性质，即“根据x去估计y可以减少百分之λ的误差” 取值介于0～1之间，越大表明关联性越强;古德曼和古鲁斯卡的tau-y系数 弥补Lambda系数的不足 属于不对称相关测量法 具有消减误差比例的性质 取值介于0～1之间，越大表明关联性越强;不确定系数 具有对称和非对称两种形式 取值介于0～1之间，越大表明关联性越强;Gamma系数 属于对称相关测量法 取值介于-1～1之间，绝对值越大表明关联性越强，正负号则表示关联方向;Somer’D系数 具有对称和非对称两种形式 取值介于-1～1之间，绝对值大小表示关联程度，符号表示关联方向;肯德尔tau-b系数 属于对称相关测量法 取值介于-1～1之间，绝对值大小表示关联程度，符号表示关联方向;肯德尔tau-c系数 属于对称相关测量法 取值介于-1～1之间，绝对值大小表示关联程度，符号表示关联方向;期望频数 如果总体中两个变量没有关系，则列联表的每个单元格中所应有的频数;行频率;列频率;合计频率;;二、Correlate ;Bivariate Correlate菜单中最常用的一个功能项 如果是多个变量，则给出两两相关的分析结果 适合于分析定序－定序，定距－定距变量之间的关系;Bivariate对话框;Pearson积矩相关系数 最常用的参数相关分析指标 用于测量两个连续变量间的直线相关程度;肯德尔等级相关系数 用于测量两个定序变量间的相关程度;斯皮尔曼的rho相关系数 最常用的非参数相关分析指标 用于测量两个定序变量间的相关程度;Partial 专门用于偏相关分析 如果需要进行相关分析的两个变量的取值均受到其他变量的影响，就可以利用偏相关分析对其他变量进行控制，然后再输出控制后的相关系数。 适合于定距变量;Partial对话框第五讲双变量相关分析; 相关的三种表现方式 统计值 相关系数：表示变量间相关性的强度 显著度：表示样本中的相关是否可以推论总体 统计表 列联表：主要针对定类和定序变量，如果是定距变量，可以将其转化为定序变量，然后再做列联表。 统计图 条图、线图、面积图、箱式图、散点图; spss的两个相关分析菜单 Crosstabs 定类－定类，定序－定序变量间的简单相关分析 Correlate Bivariate：定序－定序，定距－定距变量间的简单相关分析 Pa