双变量分析
第6章 双变量分析方法 6-1列联
表
关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf
分析方法
一、列联表分析的作用
1、列联表分析的作用
主要任务有两个:
(1) 根据收集到的样本数据,产生二维或三维分析表
2、适用:定类与定序变量 3、在交叉列联表分析的基础上,分析两边量之间的独立性或有一定的相关性。
2、列联表的检验
(1)原假设与备选假设
Hppp:,0ijij,,
ni,pP,,ii,,n n,jpP,,,,jjn
Hppp:, 1ijij,,
(2)列联表的统计量
当n 很大,每个的频次都不太小,则有:
2cr()nE,ijij22 ,,,,,~[(1)(1)]rc,,E,,ij11ij
nnij,,,,,Enpnpp ijijij,,n
二、SPSS列联表统计分析功能 1、Sattistics (1)Chi-square 卡方检验 (2)Nominal
※ Phi and Cramer’s V
2, V ,min[(1)(1)]rc,,
※ Lambda
c
max()max()nn,,,,ijEE,1,12i ,,,Enn,max()1,j
※ Uncertainty coefficient
不确定系数,与上Lambda相似。 (3)Ordinal
※ Gamma
nn,sd() [-1,+1] GGamma,nn,sd
※ Somers’d
nn,sdd, yxnnn,,sdy
※ Kendall’s tau-b
nn,sd, ,b12(1)nn,
※ Kendall’s tau-c
nn,sd ,,b11(1)(1)nnTnnT,,,,xy22
(4)Nominal by Interval
2、Cell
单元格输出内容的选择
3、Format
用于选择升序或者降序的排列方式 三、列联表分析操作与案例分析 (一)基本操作
1、菜单选项
Statistics->Summarize->Crosstabs
Crosstabs对话框
(1)行变量选择——Row
(2)列变量选择——Column
(3)分层变量选择——Layer
(4)显示重叠长方图——Display clustered bar charts
(5)禁止在结果输出行列表——Suppress tables 2、选择行变量与列变量
3、指定层变量
根据实际分析的需要Previous或Next按动来确定它们的层次 4、syntax语句
(二)案例分析与结果解读
1、卡方检验结果解读
(1)当n?40,且所有T?5,用普通的Pearson Chi-square
(2)当n?40,且有1?T,5,用此校正的卡方检验 (3)当n,40,且有1?T,5,用精确概率法进行检验 2、结果判断
比较近似显著性水平与临街概率值
3、案例分析
6-2单因素方差分析
一、方差分析概述
1、适用范围:定类变量、定序变量与定距变量的关系 2、两类因素:
可控制因素与不可控制因素
3、目的
分析控制变量的不同水平是否对观察变量产生了显著的影响 4、举例
影响农作物产量的方差分析
二、单因素方差分析的基本思路
1、单因素方差分析的统计推断
研究观察变量在一个控制变量中的若干不同水平下,其各个总体在分布上是否
有显著性的差异
2、前提条件
(1)方差相等
(2)正态分布(此条件不是很严格) 3、统计分析原理
(1)平方和分解
总平方和:
nmi2 TSSyy,,(),,ij,,11ij
组内平方和:
nmi2 RSSyy,,(),,iji,,11ij
组间平方和:
nmmi22 BSSyynyy,,,,()(),,,iii,,,111iji
TSSRSSBSS,,
(2)统计量分布
H: ,,,,,,012m
BSSm,1FFmnm,,,~(1,) RSSnm,
三、单因素方差分析操作与实例分析 1、基本操作
(1)菜单选项:
Statistics->Compare Means ->One-Way ANOVA
(2)选择一个或多个变量作为观察变量到Dependent List
(3)选择一个变量作为控制变量到Factor框 2、SPSS单因素方差分析的前提检验 (1)基本原理与独立样本t检验相同 (2)按Option按钮选项,选定Homogeneity-of-variance选项
(3)判别方法:
比较相伴概率值与用户指定的显著性水平。 3、SPSS单因素方差分析的多重比较检验 (1)在定序变量与定距变量关系的方差分析中,进一步了解那个水平的值对观
察变量产生了显著性的影响。
(2)按post Hoc按钮选项,选择一种或者几种比较分析方法。 (3)判断分析
4、SPSS单因素方差分析的多项式检验与先验对比检验 5、操作方法与syntax语句
6-3 双变量相关分析
一、相关分析的概念
1、函数关系:确定性关系
2、统计关系:非确定性关系
相关分析就是测度变量之间统计关系强弱的一种工具与手段 二、相关分析的图形分析法
1、SPSS中散点图的种类
(1)Simple 简单散点图:一对变量
(2)Overlay 重叠散点图:多对变量
(3)Matrix 矩阵散点图:多个坐标系显示多对变量之间的关系 (4)3-D 三维散点图:以立体图显示多对变量之间的关系 2、基本操作
(1)菜单选项:Graphs->Scatter (2)选择散点图的类型
(3)按Define 对不同的三点图进行定义
?对于简单散点图:
三、相关系数分析法
1、基本思想
依据变量之间变动方向的关系定义相关系数
变动方向相同:正向相关关系
变动方向相反:负向相关关系
0,r,1, 存在一定程度正向线性相关关系;r=1,存在完全正向线性相关关系
-1,r,0, 存在一定程度正向线性相关关系;r=-1,存在完全负向线性相关关系
r=0, 不存在线性相关关系
r的绝对值大于0.8,存在较强线性相关关系 r的绝对值小于0.8,存在较弱线性相关关系 如果是根据样本计算出的相关系数,总体中变量有无相关性,要进行相应的假设
检验。
H为总体中两变量无显著的相关性。 0
2、Pearson积距相关系数
(1)计算公式:
n
()()xxyy,,,iii,1 r,nn
()()xxyy,,,,iiii,,11
(2)假设检验
rn,2 ttn,,~(2)21,r
3、操作方法
4、syntax