SPSS中定类、定序、定距变量间各用什么相关系数来算？85
发布网友
发布时间：2023-10-14 07:27
共5个回答
热心网友
时间：2024-11-24 11:26
一列为连续正态数据，另一列为多分类的数据，用一种叫多系列相关的方法，见王孝玲《教育统计学》手算。印象中SPSS不可以做这种分析，用Lisrel可以。用Excel编写公式。
一列为等级数据，一列为连续数据。如果要求相关系数，请用斯皮尔曼等级相关。如果把等级数据当类别（如果种类不多的话），可以对连续数据进行单因素方差分析。
扩展资料：
其中，Cov(X,Y)为X与Y的协方差，Var[X]为X的方差，Var[Y]为Y的方差
复相关系数：又叫多重相关系数。复相关是指因变量与多个自变量之间的相关关系。例如，某种商品的季节性需求量与其价格水平、职工收入水平等现象之间呈现复相关关系。
典型相关系数：是先对原来各组变量进行主成分分析，得到新的线性关系的综合指标，再通过综合指标之间的线性相关系数来研究原各组变量间相关关系。
如果有若干个样品，每个样品有n个特征，则相关系数可以表示两个样品间的相似程度。借此，可以对样品的亲疏远近进行距离聚类。例如9个小麦品种(分别用A1,A2,...,A9表示)的6个性状资料见表2，作相关系数计算并检验。
由相关系数计算公式可计算出6个性状间的相关系数，分析及检验结果见表3。由表3可以看出，冬季分蘖与每穗粒数之间呈现负相关(ρ = − 0.8982)，即麦冬季分蘖越多，那么每穗的小麦粒数越少，其他性状之间的关系不显著。
参考资料来源：百度百科-相关系数
热心网友
时间：2024-11-24 11:26
一种是连续正常数据，另一种是多分类数据，采用多序列相关的方法，如王晓玲的《教育统计》。我认为SPSS不能做这种分析。采。用Excel写公式。
一个是分层数据，另一个是连续数据。如果需要相关系数，则使用spearman秩相关。如果将分层数据视为类别（如果类别不多），则可以对连续数据执行单向方差分析。
扩展资料：
其中Cov（X，Y）是X和Y的协方差，Var［X］是X的方差，Var［Y］是Y的方差
复相关系数：又称复相关系数。复相关是指因变量与多个自变量之间的相关关系。例如，一种商品的季节性需求与其价格水平和雇员收入水平之间存在复杂的相关性。
典型相关系数：首先对每组原变量进行主成分分析，得到新线性关系的综合指数，然后通过各综合指数间的线性相关系数研究每组原变量之间的相关关系。
如果有多个样本，每个样本有n个特征，那么相关系数可以表示两个样本之间的相似程度。这样就可以对样本的近距离进行距离聚类。例如，9个小麦品种（A2，…6个性状（A9）的数据如表2所示，计算并检验相关系数。
根据相关系数计算公式可以计算出6个性状之间的相关系数。分析和测试结果如表3所示。从表3可以看出，冬季分蘖与每穗粒数呈负相关（＝−0．8982），即冬季分蘖数越多，每穗粒数越少，其他性状之间的关系不显著。
热心网友
时间：2024-11-24 11:27
SPSS定类数据和定序数据间的相关用二列相关或者列联相关，二列相关用于二分数据，列联相关不限于二分数据。二列相关可以直接用积差相关的操作来完成，其实一般的各种相关作为积差相关的特列，其实公式和积差相关的是等价的，也就是无论是定序还是二分变量与连续变量的相关，都可以用积差相关的操作做，结果一样的。
列联相关的公式：
如果是定类数据之间，可以用phi系数、四格相关等。
席皮尔曼相关系数为0.389**，代表这个相关系数是0.389，**代表该系数在0.01水平显著（*是0.05水平，***是0.001水平），sig是具体的显著性水平。
热心网友
时间：2024-11-24 11:27
其次，采用哪种相关系数一般取决于测量尺度较低的那个，譬如定类-定序，只能找适合定类尺度度量的那个相关系数。但是现在的统计学家比较会折腾，能想出很多指标来满足你的各种要求，譬如定类-定距，可以用Eta系数来分析，所以至于怎么区分，最好还是看看SPSS的参考书，一般情况下，实际这点也不难，看下Crosstab过程的Statistics里面指标分类格局，你就能搞懂它就是按照测量尺度分的。
至于相互之间的关系：bivarate是两个变量之间的相关关系度量，这两个变量如果测量尺度都是定距以上，那就选Pearson相关系数，……
crosstable是交叉表，主要用于检验变量之间的独立性，实际上也是研究变量之间是否是相关的，所以也跟你的主题相关
至于discriptive好像和你的主题差别很大，这是做变量的描述用的，譬如计算变量的平均数、标准差、区间估计等
上述只代表个人观点，如有不妥，请指正，欢迎交流。
热心网友
时间：2024-11-24 11:28
这个矩阵应该表述清楚了
