第14讲 关联分析.pptVIP

第十四讲： 关联分析 两个变量之间的关联的类型 刻画两个变量之间的关联 在SPSS软件支持下用卡方法分析交叉表的关联显著性 教学指南 学习目标 ——了解两个变量之间“关联”的含义 ——检验被理解为关联的各种关系 ——了解在何时和怎样使用卡方分析 ——逐步熟悉运用SPSS来进行相关关系的分析 米切罗伯淡啤酒——原数据 米切罗伯淡啤酒——原表频率 米切罗伯淡啤酒——列频率表 米切罗伯淡啤酒——原表行频率表 相关系数大小的差别准则 相关系数r的计算 相关系数r的简便计算方法 简便计算方法 计算相关系数的简化式 根据抗腐蚀能力和洁白牙齿能力对牙膏品牌的排序 例题中的斯皮尔曼序值相关 相关分析的结论（２） 卡方——描述的是非单调型关系，皮尔逊法描述的是线性相关，序值关联是介于这两者之间的非单调型关系。 相关分析的结论（３） 零假设——贯穿于各种统计检验描述过程中。零假设是两个名义度量的变量之间没有关联，相关分析的零假设是不相关。 课后阅读 《SPSS 10.0 FOR WINDOWS 统计分析》 黄海等编著，人民邮电出版社出版 序值相关系数 序值相关系数——常用来确定用排序（次序）度量的变量之间的非单调关系。 斯皮尔曼序值相关（Spearman rank order correlation）——是指对顺序排列的变量进行分析时所用的分析方法 斯皮尔曼序值相关的计算公式 式中，