spss的相关分析教案.pptxVIP

SPSS的相关分析会计学第1页/共54页相关分析之一——有关与无关寻找变量间的关系是科学研究的首要目的。变量间的关系最简单的划分即:有关与无关。在统计学上，我们通常这样判断变量之间是否有关：如果一个变量的取值发生变化，另外一个变量的取值也相应发生变化，则这两个变量有关。如果一个变量的变化不引起另一个变量的变化则二者无关。第2页/共54页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，通过率变量的取值并未发生变化，因此性别与考试通过率无关。自变量的不同取值在因变量上无差异，两变量无关。自变量的不同取值在因变量上有差异，两变量有关。因变量自变量第3页/共54页统计结果显示，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。第4页/共54页变量关系的统计类型第5页/共54页相关分析之二——关系强度变量关系强度的含义:指两个变量相关程度的高低。统计学中是以准实验的思想来分析变量相关的。通常从以下的角度分析： A）两变量是否相互独立。 B）两变量是否有共变趋势。 C）一变量的变化多大程度上能由另一变量的变化来解释。第6页/共54页变量关系强度测量的主要指标第7页/共54页相关分析之三——关系性质直线相关与曲线相关正相关与负相关完全相关与完全不相关一、列联相关第8页/共54页（一）列联分析的基本原理自变量发生变化，因变量取值是否也发生变化。比较边缘百分比和条件百分比的差别。第9页/共54页卡方测量用来考察两变量是否独立(无关)。 其原理是根据这一概率定理：若两变量无关，则两变量中联合事件发生的概率应等于各自独立发生的概率乘积第10页/共54页在列联表中，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，或称两变量不独立。第11页/共54页由此可见，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。第12页/共54页 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：A、φ系数（Phi）： (0~1)，适用于2×2表。B、 列联系数（Contingency Coefficient）： (0~1)，适用任意表。C、 Cramer V系数：(0~1)，适用任意表。D、λ系数(Lambda)： (0~1)，适用任意表。E、 Goodman Kruskal-tau系数: (0~1)，适用任意表。第13页/共54页（二）列联表分析的功能调用列联表分析过程可进行定类与定序资料列联表分析，一个行变量和一个列变量可组成一个二维列联表，如再加一个控制变量则可组成一个三维列联表。而多个行、列、控制变量就可组成一个复杂的多维列联表。在分析中可对二维和多维列联表资料进行统计描述和x2检验，并计算相应的百分数指标。此外，还可计算四格表确切概率（Fisher’s Exact Test），且有单双侧（One-Tail、Two-Tail）、对数拟然比检验（ Likelihood Ratio）以及线性关系的Mantel-Haenszel x2检验。 第14页/共54页列联表的格式（三）列联表分析过程第15页/共54页列联表分析步骤： 按Analyze?Descriptive Statistics? Crosstabs 顺序打开 Crosstabs 主对话框。第16页/共54页Crosstabs 对话框第17页/共54页Statistics 对话框第18页/共54页Cell Display 对话框第19页/共54页Table Format对话框决定各行的排列顺序：升序降序第20页/共54页（四）例1 为了探讨吸烟与慢性支气管炎有无关系，调查了339人，情况如下：吸烟和慢性支气管炎调查表患慢性支气管炎未患慢性支气管炎吸烟43162不吸烟13121第21页/共54页1.操作步骤录入数据“Crosstab.sav” 。变量h为频次；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。选择变量h进行加权。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Ex