JASP中有序分類變量的kendall系數是什么

發布時間：2021-12-23 16:46:02 來源：億速云閱讀：126 作者：柒染欄目：大數據

JASP中有序分類變量的kendall系數是什么，很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學習下，希望你能有所收獲。

相關分析中，考察兩個連續數據間相關關系最為常見，比如廣告費用與產品銷售。但是實際中也不可避免要遇到兩個分類變量相關關系的考察，比如有研究者想考察某個行業中不同學歷與收入水平間的相關性。

這兩個數據不一般，不是普通的無序分類變量，而是有序分類變量，所以不能隨意用皮爾遜相關系數來探查，合適的選擇是 kendall’s tau-b相關系數。

原始數據記錄

假設我們拿到的是原始數據記錄，一行一個個案，兩列分別是收入inc和學歷edu。部分數據展示如下：

JASP的菜單操作其實非常簡單，在【Regression】中選擇【Correlation Matrix】。首先我們把需要分析的數據扔進目標變量框內，這就算是告訴軟件，我們要分析他們兩。

然后直截了當告訴軟件，我要求你馬上給我計算kendall’s tau-b系數，勾選參數選項就好。

那右側的結果中會馬上奉上結果，來看一看：

三線表很好，不過格式有點丑，有多余的單元格。

勾選上【Display pairwise table】，換個表格形式，再勾選上【Report sig】標記上顯著性水平更有統計感。結果如下：

相關系數范圍是[-1,1]，負號表示負相關，正數表示正相關，系數絕對值越大相關程度越強。

在本例中Kendall’s tau-b=0.719，顯著性檢驗P＜0.001，說明學歷和收入存在正相關關系，即學歷越高，收入越高，有統計學意義。

萬一你做相關系數其顯著性檢驗P＞0.05，這說明統計學上認為兩個變量間沒有相關性。

交叉表頻數數據

假設我們拿到的不是原始數據，而是統計匯總后的頻數表資料，在JASP中也是可以輕松完成相關分析。此時應該使用列聯表分析了。

行變量學歷edu，列變量inc，再加一個頻數數據，這就是交叉表頻數數據資料。

在頂部的【Frequencies】菜單中選擇【Contingency Tables】，可以將學歷edu作為行變量（用來分組），收入inc作為列變量（關注的目標），然后用頻數數據加權。加權和交叉表合在同一個菜單中，這一點比SPSS方便太多了。

然后我們需要告訴軟件，我要什么。交叉表卡方檢驗不是萬能的，它適合于無序分類變量，對于有序分類變量，我們可以不輸出卡方檢驗結果。

既然分析目標很明確，就是要考察學歷和收入間的相關性，那么就干脆利索的命令軟件技術【Kendall’s tau-b】。其他參數不用管了。

來看結果吧。

統計了交叉表表格，看看就行了。有價值的是同步輸出“理論頻數”，這是卡方檢驗原理性的東西。

直接看相關性。Kendall’s tau-b=0.719，顯著性檢驗P＜0.001，說明學歷和收入存在正相關關系，即學歷越高，收入越高，有統計學意義。結果和前面原始數據記錄完全一致，這是毫無疑問的。

看完上述內容是否對您有幫助呢？如果還想對相關知識有進一步的了解或閱讀更多相關文章，請關注億速云行業資訊頻道，感謝您對億速云的支持。

向AI問一下細節

中文字幕av专区_日韩电影在线播放_精品国产精品久久一区免费式_av在线免费观看网站