SPSS教程第五章 相关分析课件.ppt

第五章 双变量关系描述统计;双变量的关系——有关与无关;性别与四级英语考试通过率的相关统计;表述：统计结果显示，当性别取值不同时，收入变量的取值发生了变化，因此性别与月收入有关。 ;双变量关系的统计类型;双变量的关系——关系强度测量;双变量关系强度测量的主要指标;双变量的关系——关系的性质;第一节 列联相关;列联表的格式;卡方测量的原理;在列联表中，这一定理就具体转化为：若两变量无关，则两变量中条件概率应等于各自边缘的概率乘积。反之，则两变量有关，或，两变量不独立。;示例;由此可见，期望值（独立模型）与观察值的差距越大，说明两变量越不独立，也就越有相关。因此，卡方的表达式如下： 卡方的取值在0~∞之间。卡方值越大，关联性越强。在SPSS中，有Pearson X2和相似比卡方（Likelihood Ratio X2 ）两种。 ; 的改进标准化系数： 为使 值有一固定的区间，便于比较，采用了以下几个修正： ; ;三、列联表分析过程;该框中的变量作为分布表中的行变量，必须是数值型或字符型等分类变量。;进行行和列变量相互独立的假设检验，有多种检验法。（注）;图4—33 Crosstabs的Cell Display 对话框;图4—34 Table Format 对话框;输入数据：变量h为采得的数据；变量x为是否吸烟：1为吸烟，2为不吸烟；变量n为是否患病：1为患病，2为不患病。数据文件名为“Crosstab.sav”。 在Data菜单中选Weight Cases…项，打开Weight Cases对话框。 Weight Cases by,再将变量h选入Frequence Variable 框，单击OK完成加权。 按Analyze--Descriptive Statistics--Crootabs 顺序打开 Crootabs 主对话框。将x变量 选入Row框作为行变量，将n变量 选入Column 框作为列变量。 打开Statistics对话框，选中Chi-square\Contingency coefficient和Phi and Cramer’sV复选框，单击Continue返回。 单击Cell按钮，打开Cell display对话框，选中observed和Expected 复选框，单击Continue返回；单击OK。; 表4-19是统计摘要表，列出观测量有效值个数、缺失值个数和总的个数。 从表4-20列联表中可看出，吸烟人中患病者有43人，比期望值33.9大，不吸烟人中患病者只有13人，比期望值22.1小。 ;表4-20 吸烟与患病列联表; 表4-21是卡方检验表，从表4-21中可看出，Chi-Square值为7.469，显著值为0.0060.05，应否定零假设，即认为吸烟与患慢性支气管炎是不独立的。由于使用卡方检验要求每个单元格频数不少于5，当条件不满足时，还可用Fisher精确检验。其双侧检验显著值为0.007。 表4－22是对称性检验表，通过度量对称性来得到有效的观测个数，本例为339。;;一、相关分析—— Correlate菜单;相关分析;二、 Bivariate相关分析;图5－1 Bivariate Correlations 对话框;图5－2 Optins 对话框;观测 号;分析步骤; 描述性统计量表，如下：; 从表中可看出， Pearson相关系数为0.865，即小鸡的体重与鸡冠的相关系数为0.865，这两者之间不相关的双尾检验值为0.001。体重观测值的协方差为100.278，而鸡冠重观测值的协方差为761.556，体重和鸡冠重的协方差为239.111。 从统计结果可得到，小鸡的体重与鸡冠重之间存在正相关关系，当小鸡的体重越大时，则小鸡的鸡冠越重。并且，否定了小鸡的体重与鸡冠重之间不相关的假设。;2、定序变量的Spearman分析实例 为研究集团迫使个人顺从的效应，一些研究者用F量表和为测量地位欲而设计的一种量表对12名大学生进行调查。欲知道对权威主义的评分之间相???的信息。;1）输入数据，依次单击Analyze—Correlate—Bivariate，打开Bivariate Correlations对话框 2）选择power和position 变量进入 Variables框中。 3）在Correlation Coefficients栏内选择Spearman选项。 4）在Test of Significance栏选择Two-tailed。 5）选择Flag significant correlation。 6）单击Opt