卡方检验—SPSS统计检验功能

上期更新了卡方检验基本知识,今天主要学习IBM SPSS Statistics(以下简称SPSS,IBM公司还有一款数据挖掘软件SPSS Modeler,收购Clementine后结合SPSS改造而成)的卡方检验功能,昨天安装了25.0汉化版,顺便介绍下新版本的变化。

从本科开始接触SPSS,从16.0到24.0,SPSS版本不断更新,在界面上逐渐美化,也在不断拓展统计模块,比如倾向性得分匹配、时空建模等,照顾用户体验度。新版本主要增加或强化了以下功能,具体情况可以移步到IBM Knowledge Center。

SPSS卡方检验初步介绍

SPSS中有两个地方可以看到卡方检验的统计分析,分别是描述性统计分析中的交叉表非参数检验旧对话框中的卡方

1. 分析➡描述统计➡交叉表(这里主要做交叉表的卡方统计检验)

精确检验计算方法,如果数据集充分,格子填充、分布和均衡性比较好,选择渐进性,否则采用蒙特卡洛或者精确

统计量:包括卡方、相关性、风险估计等

单元格:数据理论频数、百分比、残差等

2. 分析➡非参数检验➡旧对话框➡卡方(单样本非参数卡方检验,即拟合优度检验)

精确性检验计算方法,同交叉表

描述统计及缺失值

交叉表分析生成的统计量

卡方检验

Pearson卡方( Pearson chi square)

似然比卡方( likelihood ratio chi square)

线性相联检验(liinear linear association test)

Fisher精确检验(Fisher`s exact test)

Yates校正卡方(Yates` corrected chi-square)

Mcnemar检验( Mcnemar test)

分层卡方(Cochran` s and Mantel-Haenszel statistic)

对称测量

列联系数

φ系数

CramerV系数

Kendall的tau-b

Kendall的tau-c

Pearson乘积矩相关系数(Pearson`sr)

Spearman等级相关(Spearman`s rho)

γ系数( Gamma)

Cohen κ系数( Cohen`s kappa)

定向测量

Lambda(λ统计量)

Goodman与 Kruskal T统记计量

不确定系数

Somers d统记计量量

η系数(Eta coefficient)

相对风险估计值( Relative risk estimate)

优势比(OR)

单样本卡方检验统计量

均值、标准差、最大值、最小值、四分位数,观测数、期望数、残差和卡方值

数据加权处理

在进行统计分析之前需要对个案进行加权处理,加权个案(Weight Cases)就是在统计分析中对个案赋予不同权重,加权后的变量表示数据文件中单个个案的观测值,加权变量值为 0、负值或缺失值的个案排除在分析之外,加权变量为小数值时也是有效的

为什么要加权?

因为SPSS默认原始测量数据,而一般卡方检验的数据是我们经过了汇总处理后的数据。

数据➡个案加权➡将需要加权处理的变量添加至右侧➡确定

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180722G0XALT00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券