06相关分析列联表分析2019.pptx

相关分析列联表分析第 6 讲严洁 北京大学政府管理学院yanjie_pku@pku.edu.cn洁 应用统计学 2019相关分析1目录列联表分析卡方检验23CONTENTS严洁 应用统计学 20191相关分析严洁 应用统计学 2019相关分析1它反映现象之间存在的数值不固定的相互依存关系严洁 应用统计学 2019相关系数1表达变量之间是否有相关关系，相关的程度。不能区分因果。相关系数有假设检验相关系数据样本数据计算而得，能否真实地表现总体的相关情况？需要对其进行假设检验。统计软件默认状态是对总体相关系数是否等于0进行检验。定类→定类定序→定序定距/比→定距/比Lambda（λ）GammaPearson rGoodman Kruksal Tau-yKendall’s tau-b/tau-cSomers’dSpearman相关系数统计显著的情况下，绝对值离1越近说明相关强度越高，离0越近说明相关强度越弱。正负号代表正相关和负相关。严洁 应用统计学 2019Pearson r相关系数（用于定距定比变量） 1Pearson r相关系数是用来说明变量之间在直线相关条件下，相关关系密切程度和方向的统计分析指标。其定义公式为： 式中： x为自变量，y为因变量。 严洁 应用统计学 2019用SPSS做定距定比变量的相关分析1严洁 应用统计学 2019用SPSS做定距定比变量的相关分析1定距定比变量选Pearson相关系数严洁 应用统计学 20191Pearson相关系数的值，绝对值越接近于1，相关强度越高假设检验的结果，如果显著性0.05，说明两个变量之间具有统计上显著的相关关系假设检验的结果，p0.05，说明两个变量之间没有显著的相关关系对输出结果的描述：示例1严洁 应用统计学 20192列联表分析严洁 应用统计学 20192 列联表分析2.1列联表严洁 应用统计学 2019什么是列联表 2列联表：通过将两个变量交互分类，旨在发现变量之间是否存在某种联系的频次／频率分布的表。也称交叉表适用于定类、定序变量。SPSS命令： CROSSTABS严洁 应用统计学 2019列联表举例 2表一 不同教育水平的人对离婚的看法教育水平完全可以理解可以理解中立不太接受绝对不能接受样本数小学27.0%10.1%16.9%9.0%37.1%89初中32.4%10.2%20.5%11.4%25.6%176高中24.7%18.2%21.9%12.1%23.1%247大专及以上39.2%12.7%23.8%13.2%11.1%189Chi-Square =36.763***Kendalls tau-c = -0.113***注：* p0.05; ** p0.01 *** p0.001严洁 应用统计学 2019SPSS输出的列联表 2观测频数行百分比行百分比之和列百分比占总样本数的百分比列百分比之和边缘频数严洁 应用统计学 2019列联表中的分布 2联合分布y的边缘分布条件分布x的边缘分布严洁 应用统计学 2019SPSS执行列联表分析 22 选变量，行列位置 的选择，如果变量选项多，放在行比较合适1 选菜单3 点击单元格，选百分比。自变量放在列就选列百分比；自变量放在行，就选行百分比严洁 应用统计学 2019SPSS输出的交叉分布表 2输出的列半分比，在这里都应该是100%严洁 应用统计学 20192 列联表分析2.2定类变量列联强度系数严洁 应用统计学 2019列联强度系数（类似于相关的含义） 2定类→定类定序→定序ф系数、Q系数Gamma系数C系数，V系数Kendall’s tau-b/Kendall’s tau-c系数Lambda（λ）Somers’d系数Goodman Kruksal Tau-ySpearman等级相关系数严洁 应用统计学 2019列联强度系数 2定类变量以卡方为基础的量度：ф系数、C系数、 V系数（略）以消减误差比例为基础的量度：λ系数、τy系数(Goodman Kruksal Tau-y)消减误差比例（PRE）对各种测量尺度的变量都适用，取代了以卡方为基础的量度严洁 应用统计学 2019消减误差比例 2消减误差比例（PRE）：E1:不知道y与x有关系时，预测的y的全部误差，即“原来的误差”E2:知道y与x有关系时，用x所预测的y的全部误差，即“后来的误差”E1-E2：表示知道y与x有关系后，预测y时所减少的误差。严洁 应用统计学 2019例：通过λ系数理解消减误差比例 2　小学及以下初中高中大专及以上合计18-29岁50163825034530-39岁166171645045140-49岁203177542846250-59岁25196401440160-70岁26047195331合计930