类别变量相关关系研究论文

判断两个或多个变量之间的统计学关联；

如果存在关联，进一步分析关联强度和方向

定类变量：

无序的：性别(男、女)、血型(A、B、O、AB);

有序的：肥胖等级(重度肥胖，中度肥胖、轻度肥胖、不肥胖)

1 相关分析

对定量变量两两之间的相关程度进行分析，例如人的身高和体重之间；空气中的相对湿度与降雨量之间的相关关系

类型：

Pearson相关系数（适用于定量数据，且数据满足正态分布）

Spearman相关系数（数据不满足正态分布时使用）

Kendall's tau -b相关系数（有序定类变量）

案例：研究人的身高和体重之间的关系

1.相关性分析相关分析是指变量之间存在着非严格的依存关系。也就是说，当一个变量或几个变量取定一个数值时，另一个对应变量的数值是不确定的，但是，该变量的数值却是随着前述变量的所取数值而发生一定的变化规律。如果变量之间存在一种相关关系，可能的情形有以下三种：（1）变量之间存在因果关系；（2）变量之间存在着相互依存的关系，这时就很难确定孰因孰果；（3）变量之间存在虚假的依存关系，这时候的变量间仅仅是从数字上来看有关系。比如某人将某地区一段时间内的植物生长速度与市场上水果的销售数量做相关性分析，发现他们之间是负相关，也即是市场上的水果销售数量越多，植物的生长速度越慢。这就是典型的伪相关分析。因此，在做相关性分析之间，我们必要联系实务、科学理论等方面来分析，不能简单的从数字上来探讨变量间的相关性关系。脱离了现实中实际情况的数据分析，都是伪分析！2.相关分析种类划分方式笔者认为主要有两种：函数关系和统计关系。统计关系：企业竞争力=F(企业规模、利润增长、营收增长、议价能力……)；而统计关系按照相关性的形态来说，可以分为线性和非线性。直接上图，一目了然：而对于其中的线性与非线性的关系，见下图所示：3.相关分析的解释（1）含义：简单相关分析：就是直接计算两变量之间的相关程度；偏相关分析：排除了某个因素后，两变量之间的相关程度；距离相关分析：通过两变量之间的距离来评估其相似性，在现实中很少用到。上图：（2）度量简单的相关分析，主要有三种相关系数：pearson系数、spearman相关系数、kendall系数。在统计上，我们最常用的是pearson系数，其计算公式为：相关系数的取值范围：[-1,1]。大于0，表示正相关；小于0，表示负相关；等于0，表示不相关。总之，数值越接近0，表示变量之间的相关性越弱。4.相关分析探索：图形探讨、统计显著性（1）图形探讨：折线图和散点图折线图对于数据不复杂的两变量之间的相关关系，可以直接先画一个简单的折线图看一下，一目了然。如下图：很明显能够看出来，x1与x2之间的相关性关系很弱。散点图还是上一组数据，可以得出如下散点图：从图中可以明显的看出，该组数据的点与趋势线基本没在一条线上或在这条线的附近，说明相关性弱；另选一组数据来画散点图和折线图，变量之间的相关性关系就非常明显了：散点图折线图（2）统计显著性检验步骤：①提出原假设：两变量之间无显著线性关系；②构造一个t统计量：变量x与y服从正态分布时，该t统计量服从自由度（n-2）的t分布；③计算统计量t，并查询t分布对应的概率p值；

可以的，以下是两种方法。

1，用spss进行多元回归以后，系统会自动给出x1、x2和x3（从大到小）的r的平方和，相减就是解释率。

2，设置哑变量。通常在回归分析时，如果是二分类变量可以直接当作连续性变量进行回归，而多分类时，则需要设置哑变量，即将每个类别转换成0，1的编码来表示，因此这里求相关系数时。

也可以采用类似的设置哑变量，只不过是有几个类别就设置几个哑变量，这也相当于将多分类变量变成了多个0、1编码的二分类变量，然后再直接使用相关分析，选择所有的哑变量和连续性因变量进行普通的pearson相关，就可以得出每个分类与因变量的相关系数了。

分类变量的分类

1，无序分类变量：

无序分类变量（unordered categorical variable）是指所分类别或属性之间无程度和顺序的差别。，它又可分为：二项分类，如性别（男、女），药物反应（阴性和阳性）等；多项分类，如血型（O、A、B、AB），职业（工、农、商、学、兵）等。

对于无序分类变量的分析，应先按类别分组，清点各组的观察单位数，编制分类变量的频数表，所得资料为无序分类资料，亦称计数资料。

2，有序分类变量

有序分类变量（ordinal categorical variable）各类别之间有程度的差别。如尿糖化验结果按－、±、+、++、+++分类；疗效按治愈、显效、好转、无效分类。对于有序分类变量，应先按等级顺序分组，清点各组的观察单位个数，编制有序变量（各等级）的频数表，所得资料称为等级资料。

变量类型不是一成不变的，根据研究目的的需要，各类变量之间可以进行转化。例如血红蛋白量（g/L）原属数值变量，若按血红蛋白正常与偏低分为两类时，可按二项分类资料分析；若按重度贫血、中度贫血、轻度贫血、正常、血红蛋白增高分为五个等级时，可按等级资料分析。

有时亦可将分类资料数量化，如可将病人的恶心反应以0、1、2、3表示，则可按数值变量资料（定量资料）分析。

可以采用线性回归的方法，具体步骤是:将血压值作为因变量，食品中的其他主要成分作为自变量做线性回归，看回归方程中哪一自变量的系数较大，就说明此变量对因变量的影响较大，即相关性较大。

可以。

变量类型不是一成不变的，根据研究目的的需要，各类变量之间可以进行转化。例如血红蛋白量（g/L）原属数值变量，若按血红蛋白正常与偏低分为两类时，可按二项分类资料分析。

若按重度贫血、中度贫血、轻度贫血、正常、血红蛋白增高分为五个等级时，可按等级资料分析（资料是根据临床数据得出）。有时亦可将分类资料数量化，如可将病人的恶心反应以0、1、2、3表示，则可按数值变量资料（定量资料）分析。

扩展资料

分类变量，根据取值特征而分类的一种定性变量。分类变量，其取值的各类别之间存在着程度上的差别，给人以“半定量”的感觉，为等级变量，如学历（文盲、小学、初中、高中、大学、研究生等）。

对于分类变量，应先按等级顺序分组，清点各组的观察单位个数，编制有序变量（各等级）的频数表，所得资料为等级资料。有序多分类变量为很常见的变量形式，通常在变量中有多个可能会出现的取值，各取值之间还存在等级关系。

参考资料来源：百度百科-有序分类变量

参考资料来源：百度百科-分类变量