关键词卡方检验与相关性分析，卡方检验相关性分析
一、相关分析方法选择和指标体系
(一)两个连续变量的相关性分析
1、皮尔逊相关系数
最常用的相关系数也称为积差相关系数，取-1到1的值，绝对值越大表示相关越强。 该系数的计算和检验为参数方法，适用条件如下。
)1)两变量呈线性相关，如果呈曲线相关，则可能不准确。
)极端的值对结果有很大的影响
)3)两变量符合双变量联合正态分布。
2、Spearman秩相关系数
不要求原始变量的分布，适用范围比人员相关系数大，即使是等级数据也适用。 但这是非参数化方法，检测性能低于人员系数。
(二)有序分类变量的相关分析
有序分类变量的相关性也称为一致性，即行变量水平高列变量水平也高，行变量水平高列变量水平低时称为不一致。
常用的统计量有伽马、肯德尔的tau-b、肯德尔的tau-c等。
(三)无序分类变量的相关分析
最常用的是卡方检验，用于评估两个无序分类变量的相关性。 从卡方值派生的指标有列连系数、Phi、Cramer的v、Lambda系数、不确定系数等。
OR、RR也是衡量两变量之间关联度的指标。
分类变量可分为无序变量和有序变量两类。
a、无序分类变量是指分类的类或属性之间没有程度和顺序的差异。
无序分类分为以下几类：
1、性别(男、女)、药物反应(阴性和阳性)等两大类；
2、血型(o、a、b、AB )、职业)工、农、商、学、兵)等多种分类。
对于无序分类变量的分析，首先按分类分组，计算各组观察单位数，编制分类变量频数表，得到的资料是无序分类资料，也称为计数资料。
b、有序分类变量是指各类之间存在程度差异。
尿糖检查结果按-、、分类时； 疗效按治愈、显效、好转、无效分类。 对于有序的分类变量，首先按等级顺序分组，计算各组观察单位的个数，编制有序变量的频数表，所得资料称为等级资料。
二. SPSS相关操作
SSS的相关性分析分散在交叉表和相关性分析两个模块中。
(1)交叉统计过程
下图：
SPSS相关分析(人员、人员、卡方检验) ) )。
SPSS相关分析(人员、人员、卡方检验) ) )。
以上指标全面，说明如下
)1)“卡方”复选框)是常用的卡方检验，适用于两个无序分类变量的检验。
)2)“相关”复选框)应用于两个连续性变量的相关分析，给出两个变量的Pearson相关系数和Spearman相关系数。
)3)“有序”复选框组)包含反映有序分类变量一致性的一系列指标，且两个变量均为有序分类变量时才可用。
)4)“名义”复选框组)一组包含分类变量相关关系的指标，可用于有序和无序分类，但变量有序时，检测性能“有序”复选框组统计量不高。
)5) Kappa )是内部一致性系数。
(6)风险)给出OR或RR的值。
)7) McNemar )配对卡侧检查。
(二)“相关”流程
下图：
SPSS相关分析(人员、人员、卡方检验) ) )。
SPSS相关分析(人员、人员、卡方检验) ) )。
可以计算Pearson、Kendall的tau-b、Spearman三种相关系数。