第九章对应分析SPSS.pptVIP

* Correspondence Analysis 主要内容 对应分析的统计思想 对应分析的方法原理 对应分析的计算程序 对应分析的案例讲解 对应分析（Correspondence Analysis)：通过分析由定性变量构成的交互汇总表来揭示变量间的联系。 对应分析可以揭示同一变量的各个类别之间的差异，不同变量各个类别之间的对应关系。可以两个变量的联系做在一个图里表示出来。 对应分析由法国统计学家Beozecri于1970年提出 列联表(contingency table)：综合了两个变量的联合分布表，同时汇总两个变量的数据的方法。又称交叉分组表（crosstabulation) 499 334 和好 45 146 破裂 未犯罪 犯罪 青少年行为 家庭状况 自 评 健 康 状 况 生活自理能力 2703 306 400 1997 合计 52 24 13 15 没回答 41 23 7 11 很差 436 81 104 251 差 850 74 116 660 一般 1173 96 146 931 好 151 8 14 129 很好 合计 不能自理 部分自理 完全自理 例：北京老龄化研究数据 写成能对应分析数的据 SPSS数据输入变量设置(做分析之前要加上权重——data-wight case-选人数) 对应分析 correspondence analysis 选择行变量，定义其取值范围1—6，再update 惯量比例 P值 卡方 惯量 奇异值 维度 奇异值是惯量（特征值）的平方根。惯量用于说明对应分析各个维度的结果能够解释列联表中两个变量联系的程度。第一维度可解释总信息的92.5% 各类的比例 维度的分值 GET FILE=E:\ SPSS数据\ 应分析.sav. DATASET NAME DataSet1 WINDOW=FRONT. WEIGHT BY renshu . CORRESPONDENCE TABLE = ziping(1 6) BY zili(1 3) /DIMENSIONS = 2 /MEASURE = CHISQ /STANDARDIZE = RCMEAN /NORMALIZATION = SYMMETRICAL /PRINT = TABLE RPOINTS CPOINTS /PLOT = NDIM(1,MAX) BIPLOT(20) . 对应分析是将R型因子分析与Q型因子分析结合起来进行统计分析的统计方法。 对变量进行因子分析称R型因子分析，对样本进行因子分析称Q型因子分析 对应分析从R型因子分析出发，而直接获得Q型因子的分析结果。 根据R型和Q型分析的内在联系，将变量和指标同时反映到相同坐标轴的一张图形上，便 于对问题分析。 对应分析提供三个方面的信息： 指标之间的信息 样本之间的信息 指标与样本之间的信息 这些关系是通过作图来表示的。 样本数据 概率矩阵 i=1,2,…,n 称为n个p维空间中样本点 研究两个样本点K, L之间的欧氏距离。 加权距离，可以消除数量级的影响, 可以理解成n个样本点第 i个样本的座标变为 i=1,2,…,n 两个样本点K,L的距离为 同理从列的方向看, 可以将样本矩阵中的列看成是 n维空间中的点，变量Xi列为 设两个变量Xi与Xj的距离为 加权距离，可以消除数量级的影响, 矩阵变为 求各列的加权平均值 这是按概率加权平均 因为变量均值,由于 因为 协方差公式为 所以从矩阵 *