卡方检验与相关回归.docVIP

卡方检验 本讲涉及的卡方检验（同上一讲的拟合优度检验有所不同）要用于推断两个或多个总体率、构成比是否有差别；两个分类变量间是否存在关联等；两个等级变量间是否存在线性趋势。通常我们作卡方检验只用到了Crosstabs命令中极少部分的功能。 Crosstabs： 例如某医生用两种药物治疗十二指肠溃疡，问两种药物疗效是否不同，数据间胃溃疡.sav： Rows框用于选择行变量；Columns框用于选择列变量；Layer指的是分层分析，将分层变量选入Layer框中，在同一层中的变量使用相同的设置，而不同层中的变量分别使用各自层的设置。如果要让不同的变量做不同的分析，则将其选入Layer框，并用Previous和Next设为不同层。 Display clustered bar charts复选框显示复式条图。 Suppress table复选框禁止在结果中输出行×列表（主要用于表格过于巨大时为了节省空间）。 Exact选项含义同前Statistics对话框，用于定义所需计算的统计量。 接着要在statistics中定义如何分析，以及如果相了解两变量间关联应该如何选关联指标： Chi-square复选框：计算Pearson ?2值。Correlations复选框：计算行、列两变量的Pearson相关系数Pearson关联系数r又称为?）和Spearman等级相关系数Spearman等级相关系数又称为秩相关系数rs或又称为?s）。 *比如两正态变量间的Pearson相关系数可以用crosstab过程计算，只要将correlations勾上即可 在列联表的分析中，除了计算卡方值外，有时还要了解行列变量间的关联密切程度；SPSS为我们提供了针对行列变量均为无序分类（Nominal）、等级变量（Ordinal）的列联表关联程度的衡量指标： Nominal表示是否分类性，Contingency coefficient复选框：即列联系数，其值界于0～1之间；Phi and Cramers V复选框：??（Phi）＝，四格表?2检验中界于～1之间，Cramers V 表示，v＝，它同样界于0～1之间Lambda复选框：Goodman Kruskals lambda（?），表示用某个变量预测另外一个变量时能够减少估计错误概率的大小。其值为1时表明自变量预测应变量为0时表明自变量预测应变量差Goodman Kruskals tau（?），该系数同样是不对称的，它的含义同?，都表示用某个变量预测另外一个变量时能够减少估计错误概率的大小，只不过计算的过程不太相同而已。Uncertainty coefficient复选框：Lambda同属于误差概率减少指标（Proportion Reduction of Error），又称UC 或 Theils U（不确定系数，其值接近1时表明后一变量的信息很大程度来自前一变量，其值接近0时表明后一变量的信息与前一变量无关。Ordinal选择是否输出反映有序分类相关性的指标Gamma复选框：Goodman Kruskals Gamma（?），其原理是分别计算列联表中分类一致（concordant，P）以及不一致（discordant，Q）的对比数，计算(P-Q)/(P+Q)即为伽马值。如果一致的对比数大于不一致的，则伽马值为正值，表示在某一个变量的取值随着另一个变量有增大的倾向，两者存在正相关；如果一致的对比数小于不一致的，则伽马值为负值，表示在某一个变量的取值随着另一个变量有减小的倾向，两者存在负相关；而如果如果一致的对比数等于不一致的，则伽马值为0，表示在某一个变量的取值与另一个变量的取值没有关联。伽马值是对称的。但是伽马值没有考虑等秩（tie）的对比数，所以下面有三个指标用于解决这个问题。 2）Somersd复选框：?以及下面介绍的????c的计算过程中不区分自变量与因变量，因而它们是对称的；该系数的计算过程中假设行或列上的一个变量为自变量，Somers d = （P-Q）/(P+Q+T)，P、Q的含义同上，T为以因变量中等秩的对子数；其含义的解释同伽马值。 3）Kendalls tau-b复选框：??b＝，P、Q的含义同上，TR为以行变量中等秩的对子数，TC为以列变量中等秩的对子数；??b界于-1～1之间；Kendalls tau-c复选框：??c＝2m(P-Q) / [N2(m-1)]，P、Q的含义同上，N为总例数，m为行数或列数中较小的一个。??c界于-1～1之间?）值供选择；所谓的Nominal by Interval是指一个变量为等间距的等级变量（该变量通常是数值型变量，通过一定标准划分为等距的等级；比如每个人的吸烟量原先是离散型数值变量，通过一定的标准划分为0～、5～、10～、15～、20～