第9章 相关分析第9章 相分析关分析.ppt

Yates给出了一个矫正公式： 因此在自由度为1并且n50时，应采用矫正的公式进行检验。对2×2的表，在SPSS的应用中应采用Yates矫正公式计算的结果。 SPSS品质相关分析举例 教材上的例子：步骤与过程见教材与课堂演示. 其中SPSS输出的结果为： 其中表下的注释表明：仅对2×2的表计算Yates‘ corrected chi-square (continuity correction) 。本例应采用该结果。 另一个注释则表明：只有0%的单元格（即没有单元格）的期望频次小于5。最小的期望频次为10.06。因此本例并不适合用Fisher的检验结果。 如果希望获得有关期望频次的统计结果，可以在Crosstabs窗口点击“Cell”按钮后进行适当的选择即可得到有关结果。 例 某教育研究机构想研究大学毕业生参加工作后的表现是否与上学的地区有关，为此调查了上一年毕业后参加工作的大学生800人。按照东南地区、西南地区、西北地区、东北地区四个区域各200人进行调查，请工作单位对他们的工作表现进行评价，结果见下表： 不满意 满意 很满意 东北 21 121 58 西北 18 133 49 东南 10 147 43 西南 18 138 44 试根据调查结果说明工作表现是否与上学地区有关？ 1 按照如下格式建立数据文件 其中变量的定义为 2 交叉表的预处理 选择“Data”→ “Weight cases”，进入Weight cases对话框。把“频次[f]”放入frequency栏中，单击OK按钮。 3 交叉表分析 选择“Analyze”→ “Descriptive statistics” → “Crosstabs”，进入Crosstabs对话框。把“地区[r]”放入Row(s)栏，“工作表现[c]”放入Clumn(s)栏。 单击“Statistics”按钮，进入Statistics对话框，选择“chi-square”选项，然后按“Continue”按钮，回到Crosstabs窗口。点击“Ok”按钮。 χ2统计量的值为9.510，渐近显著性概率值为0.147 0.05. 因此在5%的显著性水平下，数据不支持工作表现与上学地区有关的结论。 例 对健康状况的关注是否与家庭收入有关。数据文件见薛薇“保险市场调查.sav” 家庭人均月收入（元） * 对健康问题的担忧 Crosstabulation Count 　 对健康问题的担忧 Total 经常 有时 偶尔 不担忧 家庭人均月收入（元） 399以下 44 23 19 35 121 400-699 89 64 46 76 275 700-999 59 61 35 68 223 1000-1499 90 54 46 77 267 1500-1999 19 24 15 26 84 2000-2999 18 25 14 25 82 3000以上 14 10 8 26 58 Total 333 261 183 333 1110 Chi-Square Tests 　 Value df Asymp. Sig. (2-sided) Pearson Chi-Square 21.097a 18 .275 Likelihood Ratio 20.769 18 .291 Linear-by-Linear Association 5.017 1 .025 N of Valid Cases 1110 　 　 a. 0 cells (0.0%) have expected count less than 5. The minimum expected count is 9.56. 关系强度的测量 如果列联分析中拒绝了行和列对应的两个分类变量相互独立的假设，则意味着两个变量具有某种关系，这时可以采用相关测量的统计量 列联表相关测量的统计量主要有 ? 相关系数 列联相关系数 V 相关系数 关于列联表分析的参考文献 何晓群，《现代统计分析与应用》，中国人民大学出版社，1998 史希来，《属性数据分析引论》，北京大学出版社，2006 梅常林、周家良，《实用统计方法》，科学出版社，2002 Agresti, Alan (2007). Introduction to categorical data analysis(2nd edition). NY: John Wiley and Sons. Agresti, Alan(2002). Categorical Data Analysis(2nd edition). NY: John Wiley and Sons. * * 139 * * 结果表明：“证券市场外年收入”与“投入证券市场总资金”的简单相关系数为0.369，并且在0.01的显著性水平下，这一相关系数是显著地异于零的。