皮尔森残差_用SPSS进行列联表分析(Crosstabs)实例
列联表分析(Crosstabs)
列联表是指两个或多个分类变量各水平的频数分布表,又称频数交叉表。SPSS的Crosstabs过程,为二维或高维列联表分析提供了22种检验和相关性度量方法。其中卡方检验是分析列联表资料常用的假设检验方法。
例子:山东烟台地区病虫测报站预测一代玉米螟卵高峰期。预报发生期y为3级(1级为6月20日前,2级为6月21-25日,3级为6月25日后);预报因子5月份平均气温x1(℃)分为3级(1级为16.5℃以下,2级为16.6-17.8℃,3级为17.8℃以上),6月上旬平均气温x2(℃)分为3级(1级为20℃以下,2级为20.1-21.5℃,3级为21.5℃以上),6月上旬降雨量x3(mm)分为3级(1级为15mm以下,2级为 15.1-30mm,3级为30mm以上),6月中旬降雨量x4(mm)分为3级(1级为29mm以下,2级为29.1-36mm,3级为36mm以上)。数据如下表。
山东烟台历年观测数据分级表()
年份
59
60
61
62
63
64
65
66
67
69
70
71
72
73
74
75
76
77
y
1
3
1
1
3
1
1
2
1
3
2
1
2
2
3
2
2
1
x1
3
2
2
3
1
3
2
3
3
1
2
3
1
1
1
2
2
1
x2
1
2
3
1
1
2
2
1
1
1
1
2
3
1
1
1
1
2
x3
3
1
1
3
1
2
1
3
2
2
1
2
1
2
3
2
3
1
x4
3
1
1
1
1
1
1
1
1
1
3
1
1
2
1
1
1
1
注:摘自《农业病虫统计测报》 131页。
1) 输入分析数据
在数据编辑器窗口打开“data1-3.sav”数据文件。
数据文件中变量格式如下:
2) 调用分析过程
在菜单选中“Analyze-Descriptive- Crosstabs”命令,弹出列联表分析对话框,如下图
3) 设置分析变量
选择行变量:将“五月气温[x1],六月上气温[x2],六月上降雨[x3],六月中降雨[x4]”变量选入“Rows:”行变量框中。
选择列变量:将“玉米螟卵高峰发生期[y]”变量选入 “Columns:”列变量框中。
4) 输出条形图和频数分布表
Display clustered bar charts: 选中显示复式条形图。
Suppress table: 选中则不输出多维频数分布表。。
5) 统计量输出
点击“Statistics”按钮,弹出统计分析对话框(如下图)。
Chi-Square: 卡方检验。选中可以输出皮尔森卡方检验(Pearson)、似然比卡方检验(Likelihood-ratio)、连续性校正卡方检验
(Continuity Correction)及Fisher精确概率检验(Fisher’s Exact test)的结果。
Correlations: 选中输出皮尔森(Pearson)和Spearman相关系数,用以说明行变量和列变量的相关程度。
Nominal:两分类变量的关联度(Association)测量
Contingency Coefficient: 列联系数,其值越大关联性越强。
Phi and Cramer’s V:Cramer列联系数,其值越大关联性越强。
Lambda: 减少预测误差率,1表示预测效果最好,0表示预测效果最差。
Uncertainty Coefficient: 不定系数
Ordinal:两有序分类变量(等级变量)的关联度测量
Gamma: 关联度,+1表示完全正关联,-1表示负关联,0表示无联。
Somers’d:列联度,其取值范围和意义同上。
Kendall’s tau-b:
Nominal by Interval:一个定性变量和一个定量变量的关联度
Eta:关联度统计量。
Kappa:吻合度系数,其取值-1至+1,其值越大吻合程度越高。
Risk:危险度分析。
McNemar:配对计数资料的卡方检验。
Cochran’s and Mantel-Haenszel statistics: 检验在协变量存在下,两个二分类变量是否独立。
6) 设置列联表的显示
单击“Cells”按钮,弹出列联表显示内容对话框(如下图)。
Counts:频数
Observed: 观测频数。
Expected: 期望频数。
Percentages:百分比
Row: 占本行的百分比。
Column: 占本列的百分比。
Total: 占全部的百分比。
Residuals:残差分析
Unstandardized: 非标准化残差分析。
Standardized: 标准化残差分析。
Adj. Standardized: 调整的标准化残差分析。
Noninteger Weights:
⊙ Round cell counts: 临近列计算。
○ Truncate cell counts:。
○ Round case Weights临近记录度量
○ Truncate case Weights
○ No adjustments: 不调整。
7)设置输出格式
单击Format按钮,弹出列联表输出格式对话框(如下图)。
Row Order:频数
⊙ Ascending: 行变量从小到大升序排列。
○ Descending: 行变量从大到小降序排列。
8)设置检验
单击“Exact”按钮,弹出精确检验对话框(如下图)。
⊙Asymptotic only 近似的,系统设置。
○Monte Carlo
Confidence level: 99% 置信度,系统默认99%。
Number of samples: 10000 样本数量,系统默认10000。
○Exact
Time limit per test: 5 minutes 限时检验时间,系统默认值5分钟。
9)提交执行
设置完成后,在列联表分析对话框中,点击OK 按钮,计算结果输出在结果窗口中。
10)结果与分析
在结果窗口中查看计算结果,主要输出内容如下。
五月气温*玉米螟卵高峰发生期
Crosstab
玉米螟卵高峰发生期
Total
6月20日前
6月21-25日
6月25日以后
五月气温
16.5以下
Count(频数)
Expected Count(期望值)
1
2.7
2
2.0
3
1.3
6
6.0
16.6-17.8
Count(频数)
Expected Count(期望值)
2
2.7
3
2.0
1
1.3
6
6.0
17.8以上
Count(频数)
Expected Count(期望值)
5
2.7
1
2.0
0
1.3
6
6.0
Total
Count(频数)
Expected Count
8
8.0
6
6.0
4
4.0
18
18.0
Chi-Square Tests
Value
df
Asymp. Sig. (2-sided)
Pearson Chi-Square
皮尔森卡方检验
7.750(a)
4
.101
Likelihood Ratio
似然比卡方检验
8.510
4
.075
Linear-by-Linear Association
6.248
1
.012
N of Valid Cases
18
a 9 cells (100.0%) have expected count less than 5. The minimum expected count is 1.33.
(其余的省约)
结果分析:
从交叉表(Crosstab)对角线中看出,只有“五月气温与玉米螟卵高峰发生期”对角线上出现的频数大于期望值(5>2.7,3>2.0,3>1.3)。
从卡方检验表得知,也只有“五月气温与玉米螟卵高峰发生期”能通过线性间的联合检验(Linear-by-Linear Association),双尾检验p<0.012。
因此,玉米螟卵高峰发生期与五月气温有密切的关系,五月气温越高,发生越早。
皮尔森残差_用SPSS进行列联表分析(Crosstabs)实例相关推荐
- 皮尔森残差_线性回归的假设和pearson相关系数的假设
pearson相关系数是最经常使用的相关系数,一般情况下我们会毫不犹豫的选择它,而大部分情况下都没有考虑到数据是否符合它的假设,如下所示: 1 两个变量间有线性关系 2 变量是连续变量 3 变量均符合 ...
- 【SPSS】列联表分析详细操作教程(附案例实战)
- 实体词典 情感词典_基于词典的情感分析——简单实例
基于词典的情感分析方法非常容易被理解,主要利用情感词判断一句话或者一篇文章的情感倾向,下面的程序利用BosonNLP情感词典(从https://bosonnlp.com/dev/resource 下载 ...
- python 卡方检验批量筛选_用python和Excel进行列联表分析(卡方检验)
用python和Excel进行列联表分析 卡方检验回顾(独立性检验) 行(\(r_i\))列(\(c_j\)) \(j=1\) \(j=2\) \(\cdots\) 合计 \(i=1\) \(f_{1 ...
- spss相关性分析看结果_利用spss做Pearson相关性分析步骤详解
有蛮多的学生私信老徐问如何利用spss做相关性分析,其实相关性分析应该是spss分析中较为基础的一个功能应用,很多学生可能是因为跨专业或者对统计软件了解较少,在没有经过系统学习的前提下,感觉云里雾里. ...
- 怎么用spss做冗余分析_用SPSS进行医学统计信度分析——【杏花开医学统计】
杏花开生物医药统计 一号在手,统计无忧! 关 注 用SPSS进行医学统计信度分析 关键词:SPSS.信度分析 导 读 上期,我们介绍了量表的基本形式及其研制步骤. 点击观看:<医学研究中量表研制 ...
- r语言聚类分析_「SPSS数据分析」SPSS聚类分析(R型聚类)的软件操作与结果解读...
在上一讲中,我们讲述了针对样本进行聚类的分析方法-Q型聚类.今天我们将详细讲解针对变量数据进行的聚类分析--系统聚类之R型聚类. 我们要将数据变量进行聚类,但不知道要分成几类,或者没有明确的分类指 ...
- varclus变量聚类对变量有啥要求_「SPSS数据分析」SPSS聚类分析(K-均值聚类)软件操作结果解读...
上一期我们讲到了SPSS聚类分析中的系统聚类.无论是系统聚类中的Q型聚类还是R型聚类,都是一种探索的聚类分析,就是我们没有明确要将目标划分为几类,只是想探索可以分为几类,根据探索出来的结果再来决定 ...
- 如何应用SPSS的频率分析,分析数值分布规律
IBM SPSS Statistics的频率分析是描述统计的一种分析方法,可用于描述多种类型变量的统计数值,其中包含了定性与定量变量,同时也提供了多种图形显示,如条形图.直方图等,用于数据的可视化呈现 ...
- spss交叉表分析 + SPSS卡方检验
spss中交叉分析主要用来检验两个变量之间是否存在关系,或者说是否独立,其零假设为两个变量之间没有关系.在实际工作中,经常用交叉表来分析比例是否相等.例如分析不同的性别对不同的报纸的选择有什么不同. ...
最新文章
- Android中的ImageView的getDrawableCache获取背景图片的时候注意的问题
- 汇编的8种寻址方式,以及2个默认段寄存器
- Qt之QHeaderView排序
- python三种基本控制结构_Python学习手册之控制结构(一)
- SAP 电商云 Spartacus UI quick order 搜索结果的索引设置实现
- Python 列表List - Python零基础入门教程
- oracle 慕课课程_我在慕课网学习到的oracle
- 【白皮书分享】快手私域经营白皮书.pdf(附下载链接)
- Android内核开发:从源码树中删除出厂的app应用
- 数据库备份工具mysqldump重要参数详解
- UWP 如何阻止WebView自动打开浏览器?
- 软件插件安装激活教程以及密钥
- 什么是DOM0,DOM2,DOM3?
- 【数据库和SQL学习笔记】6.SELECT查询4:嵌套查询、对查询结果进行操作
- uni-app ios 苹果真机或安卓机运行
- 微信小程序+.NET(十一) 小程序之小说阅读器实现
- 【VBA编程】VBA基础语法(二)
- 【Linux】常见命令总结
- echart 图表类型
- 前端埋点设计/小程序+友盟埋点方案
热门文章
- 活动分区恢复为不活动分区的步骤
- 2021年4月11日-粤嵌智能小车兴趣课笔记(3)
- 虚幻4英雄联盟模型分享——荆棘之刺婕拉
- 微擎修复去水印微信小程序源码
- 如何将 Excel 数据分组后按次序横向排列
- linux隔离磁盘坏道,Repartion Bad Drive(硬盘坏道隔离工具
- 如何把一张照片的像素提高_简单操作,让一张模糊的照片秒变清晰
- 手机无线可以上网 电脑却没网络连接服务器,电脑连接手机热点不能上网怎么办 值得一看...
- 电脑开启热点手机显示不可上网
- matlab的方法定义变量,Matlab定义变量怎么操作?定义变量方法介绍