双变量分析..doc

第6章 双变量分析方法 6-1列联表分析方法 一、列联表分析的作用 1、列联表分析的作用 主要任务有两个： 根据收集到的样本数据，产生二维或三维分析表 2、适用：定类与定序变量 3、在交叉列联表分析的基础上，分析两边量之间的独立性或有一定的相关性。 2、列联表的检验 （1）原假设与备选假设 （2）列联表的统计量 当n 很大，每个的频次都不太小，则有： 二、SPSS列联表统计分析功能 1、Sattistics （1）Chi-square 卡方检验 （2）Nominal ※ Phi and Cramer’s V ※ Lambda ※ Uncertainty coefficient 不确定系数，与上Lambda相似。 （3）Ordinal ※ Gamma [-1，+1] ※ Somers’d ※ Kendall’s tau-b ※ Kendall’s tau-c （4）Nominal by Interval 2、Cell 单元格输出内容的选择 3、Format 用于选择升序或者降序的排列方式 三、列联表分析操作与案例分析 （一）基本操作 1、菜单选项 Statistics->Summarize->Crosstabs Crosstabs对话框 （1）行变量选择——Row （2）列变量选择——Column （3）分层变量选择——Layer （4）显示重叠长方图——Display clustered bar charts （5）禁止在结果输出行列表——Suppress tables 2、选择行变量与列变量 3、指定层变量 根据实际分析的需要Previous或Next按动来确定它们的层次 4、syntax语句 （二）案例分析与结果解读 1、卡方检验结果解读 （1）当n≧40,且所有T≧5,用普通的Pearson Chi-square （2）当n≧40,且有1≤T﹤5,用此校正的卡方检验 （3）当n﹤40,且有1≤T﹤5，用精确概率法进行检验 2、结果判断 比较近似显著性水平与临街概率值 3、案例分析 6-2单因素方差分析 一、方差分析概述 1、适用范围：定类变量、定序变量与定距变量的关系 2、两类因素： 可控制因素与不可控制因素 3、目的 分析控制变量的不同水平是否对观察变量产生了显著的影响 4、举例 影响农作物产量的方差分析 二、单因素方差分析的基本思路 1、单因素方差分析的统计推断 研究观察变量在一个控制变量中的若干不同水平下，其各个总体在分布上是否有显著性的差异 2、前提条件 （1）方差相等 （2）正态分布（此条件不是很严格） 3、统计分析原理 （1）平方和分解 总平方和： 组内平方和： 组间平方和： （2）统计量分布 H0: 三、单因素方差分析操作与实例分析 1、基本操作 （1）菜单选项： Statistics->Compare Means ->One-Way ANOVA （2）选择一个或多个变量作为观察变量到Dependent List （3）选择一个变量作为控制变量到Factor框 2、SPSS单因素方差分析的前提检验 （1）基本原理与独立样本t检验相同 （2）按Option按钮选项，选定Homogeneity-of-variance选项 （3）判别方法： 比较相伴概率值与用户指定的显著性水平。 3、SPSS单因素方差分析的多重比较检验 （1）在定序变量与定距变量关系的方差分析中，进一步了解那个水平的值对观察变量产生了显著性的影响。 （2）按post Hoc按钮选项，选择一种或者几种比较分析方法。 （3）判断分析 4、SPSS单因素方差分析的多项式检验与先验对比检验 5、操作方法与syntax语句 6-3 双变量相关分析 一、相关分析的概念 1、函数关系：确定性关系 2、统计关系：非确定性关系 相关分析就是测度变量之间统计关系强弱的一种工具与手段 二、相关分析的图形分析法 1、SPSS中散点图的种类 （1）Simple 简单散点图：一对变量 （2）Overlay 重叠散点图：多对变量 （3）Matrix 矩阵散点图：多个坐标系显示多对变量之间的关系 （4）3-D 三维散点图：以立体图显示多对变量之间的关系 2、基本操作 （1）菜单选项：Graphs->Scatter （2）选择散点图的类型 （3）按Define 对不同的三点图进行定义 ☆对于简单散点图： 三、相关系数分析法 1、基本思想 依据变量之间变动方向的关系定义相关系数 变动方向相同：正向相关关系 变动方向相反：负向相关关系 0＜r＜1, 存在一定程度正向线性相关关系；r=1，存在完全正向线性相关关系 -1＜r＜0, 存在一定程度正向线性相关关系；r=-1，存在完全负向线性相关关系 r