第五 相关分析.pptVIP

第1页，共39页，星期日，2025年，2月5日双变量的关系

——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39页，星期日，2025年，2月5日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。第3页，共39页，星期日，2025年，2月5日表述：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。自变量因变量第4页，共39页，星期日，2025年，2月5日双变量关系的统计类型第5页，共39页，星期日，2025年，2月5日双变量的关系

——关系强度测量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39页，星期日，2025年，2月5日双变量关系强度测量的主要指标第7页，共39页，星期日，2025年，2月5日双变量的关系

——关系的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第8页，共39页，星期日，2025年，2月5日第一节列联相关一、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39页，星期日，2025年，2月5日列联表的格式自变量因变量人数行百分比列百分比总百分比边缘百分比边缘百分比条件百分比第10页，共39页，星期日，2025年，2月5日卡方测量的原理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11页，共39页，星期日，2025年，2月5日在列联表中，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。第12页，共39页，星期日，2025年，2月5日示例1515655观察值边缘概率边缘概率期望条件概率99-9-9残差第13页，共39页，星期日，2025年，2月5日由此可见，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PearsonX2和相似比卡方（LikelihoodRatioX2）两种。第14页，共39页，星期日，2025年，2月5日的改进标准化系数：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（ContingencyCoefficient）：(0~1)，适用任意表。C、CramerV系数：(0~1)，适用任意表。D、λ系数(Lambda)：(0~1)，适用任意表。E、GoodmanKruskal-tau系数:(0~1)，适用任意表。第15页，共39页，星期日，2025年，2月5日二、列联表分析过程主要功能：调用列联表分析过程可进行计数资料和某些等级资料的列联表分析，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’sExactTest），且有单双侧（One-Tail、Ywo-Tail）、对数拟然比检验（LikelihoodRatio）以及线性关系的Mantel-Haenszelx2检验。第16页，共39页，星期日，2025年，2月5日三、列联表分析过程列联表分析程序按Analyze--DescriptiveStatistics--Crosstabs顺序打开Crosstabs主对话框。如图4—31第17页，共39页，星期日，2025年，2月5日该