22列联表资料的流程相关与应用.docxVIP

22列联表资料的流程相关与应用 列联系数计算 群体相关性，也称为联合表相关性，是列联表中显示的特殊类型的相关性。列联表中的行和列分别代表两个分类变量。其中列代表第一个分类变量, 行代表第二个分类变量。两个分类变量可以分别是无序分类变量如二项分类或多项分类变量, 也可以是有序分类变量即等级资料。列联表中的数据一般为频数或例数。进行行列相关的测度有多种指标, 这些指标称为列联系数。用英文大写字母R表示。它们的应用条件有所不同, 其基本计算步骤及方法如下。 (1) 首先, 根据研究目的及原始资料的特点和性质列出列联表, 计算χ2值。根据χ2值大小判断P值。如果P≤α(一般取α=0.05, 或α=0.01) , 认为行变量与列变量存在相关关系。此时, 应该进一步作行列相关的测度。如果Pα, 可以认为行变量与列变量无相关关系, 不必再作行列相关的测度。 (2) 根据资料及列联表的特点, 选择适当的行列相关的测度指标, 计算列联系数R值。 (3) 根据列联系数R值的大小, 判断其相关程度及方向。列联系数的取值范围一般为-1.0～+1.0, 有的为0～+1.0。一般的判断标准如下: 弱相关:|R|0.2 低度相关:0.2≤|R|0.4 中度相关:0.4≤|R|0.7 高度相关:|R|≥0.7 注意:R值取负值时, 为负相关;R值取正值时, 为正相关。当R值0.2时为弱相关, 所求指标的实际意义可能不大。应根据资料的实际情况作出判断, 下结论应较为慎重。 2 2列 1. ad、bc和b.b的相关 主要用于2×2列联表或称四格表资料的行列相关测度 (表1) 。其取值范围为:-1.0～+1.0。可以反映行列相关的程度和方向。公式为: R1=ad-bc√(a+b)(c+d)(a+c)(b+d)(1)R1=ad?bc(a+b)(c+d)(a+c)(b+d)√(1) 2×2列联表模式见表1。 当adbc时为正相关,adbc时为负相关。当ad≈bc时为零相关, 此时, 作χ2检验, 则Pα, 无行列相关。 [例1] 研究人员调查125名白领工人受到性骚扰的情况, 数据见表2。试分析不同的性别与性骚扰发生率之间有无相关关系。 计算步骤如下: (1) 本例:χ2=34.19,P0.01。行列两变量存在相关关系。 (2) 计算Φ系数: R1=ad-bc√(a+b)(c+d)(a+c)(b+d)=10×20-40×55√50×75×65×60=-0.5230R1=ad?bc(a+b)(c+d)(a+c)(b+d)√=10×20?40×5550×75×65×60√=?0.5230 (3) 判断:Φ系数即R1=-0.5230, 为中度负相关。可以认为不同的性别与受到性骚扰的发生率之间存在相关关系。就本例的具体情况而言, 男性受到的性骚扰发生率低于女性。 注意:由于R1的正负值决定于ad与bc的大小, 故正负相关反映的只是男性或女性受到性骚扰的比例的大小。 2. ndall、r3的计算 应用条件及意义与Φ系数相同。应注意:计算的R2值和R3值的绝对值与Φ系数有一定差异, 其中R2值稍偏大,R3值与Φ系数较接近。这两个指标一般应用较少, 可作为参考。 Yule和Kendall在1950年提出下式: R2=ad-bcad+bc(2)R2=ad?bcad+bc(2) Ives和Gibbons在1950年提出下式: R3=(a+d)-(b+c)a+b+c+d(3)R3=(a+d)?(b+c)a+b+c+d(3) 应用表2 数据计算, 有: R2=10×20-40×5510×20+40×55=-0.8333R3=(10+20)-(40+55)10+20+40+55=-0.52R2=10×20?40×5510×20+40×55=?0.8333R3=(10+20)?(40+55)10+20+40+55=?0.52 rc列 1. 居住地区家庭对家庭满意程度的相关分析 主要用于r×c列联表资料。其中r或c中至少有一个变量的分类数大于或等于2 , 而另一个变量的分类数至少应大于或等于3。即r×c至少应为2×3或3×2。计算公式为: R4=√χ2Ν(q-1)(4)R4=χ2N(q?1)?????√(4) 式中:R4为Cramer列联系数,χ2为卡方值,N为列联表中的总例数。q为较小的行数 (r) 或列数 (c) 。如3×4列联表, 其最小行数为3, 则q=3。3×2列联表, 其最小列数为2, 则q=2。R4值在0～1.0范围内,R4接近1.0表示高度行列相关, 接近0表示相关很弱或无相关。 [例2] 研究人员调查230户家庭对居住地区的满意程度。资料见表3。试分析居住地区与家庭满意程度之间有无相关关系。 计算步骤及方法: (1) 本例:χ2=53.178,P0.01。行列两变量存在相关关