两变量之间的相关性分析

	定类	定序	定距
定类	卡方	卡方	Eta系数
定序		Spearman	Spearman
定距			Pearson

0. 基本概念

相关的定义：

关系强度定义：

定类变量：根据定性的原则区分各类别的变量
特点：
举例：性别、民族、婚姻状况

定序变量：等级次序
特点：
举例：文化程度、工厂规模、年龄大小

定距变量：区别同一类别中等级次序及其距离的变量
特点：

• 能定量分析
• 零点没有意义
• 无法做乘除，只能做加减
  举例：温度、比率、智力水平

定比变量：区别同一类别中等级次序及其距离的变量
特点：

• 零点有概念
• 可以做乘除
  收入、价格、市场占有率

1. 卡方检测

2. Eta系数

3. Pearson系数

(1) 适用条件

• 定距变量、定比变量
• 两变量的总体应服从正态分布，或接近正态的单峰对称分布
• 两变量间为线性关系
• 变量必须是成对的数据
• 两变量是连续变量
• 数据个数一般大于30对

(2) 系数公式

$$r=\frac{{\sum }_{i=1}^n(x_i-\bar{x})(y_i-\bar{y})}{\sqrt{{\sum }_{i=1}^n(x_i-\bar{x}){\sum }_{i=1}^n(y_i-\bar{y})}}$$

r>0，正相关
r<0，负相关

r绝对值	相关程度
0 ~0.19	极低相关
0.2~0.39	低度相关
0.4~0.69	中度相关
0.7~0.89	高度相关
0.9~1	极高相关

(3) t检验

检验是否存在偶然性
$$t=\frac{r}{\sqrt{1-\frac{r^2}{n-2}}}$$

4. Spearman等级相关系数

(1) 适用情况

度量定序变量之间的关系

(2) 计算

$$r_s=1-\frac{6\sum (x_i-y_i{)}^2}{n(n^2-1)}$$

计算前先从小到大排序

(3) t 检验

当n>20时，再进行t检验

$$t=r_s\sqrt{\frac{n-2}{1-r_s^2}}$$

• $|t|>t_{\frac{a}{2}}$，表明$r$统计显著
• $|t|\le t_{\frac{a}{2}}$，表明$r$统计不显著，存在偶然性误差

5. *Kendall-tua-b 等级相关系数

适用于度量定序变量间的线性关系