定序變數適用的分析方法

㈠ 統計數據類型與對應的相關性分析方法

統計數據類型與對應的相關性分析方法
在統計學中，統計數據主要可分為四種類型，分別是定類數據，定序數據，定距數據，定比變數。
1.定類數據（Nominal）：名義級數據，數據的最低級，表示個體在屬性上的特徵或類別上的不同變數，僅僅是一種標志，沒有序次關系。例如， 」性別「，」男「編碼為1，」女「編碼為2。定類變數之間的相關系數，只能以變數值的次數來計算，常用λ系數法；2.定序數據（Ordinal）:數據的中間級，用數字表示個體在某個有序狀態中所處的位置，不能做四則運算。例如，「受教育程度」，文盲半文盲=1，小學=2，初中=3，高中=4，大學=5，碩士研究生=6，博士及其以上=7。定序變數的相關性測量常用Gamma系數法和Spearman系數法；3.定距數據（Interval）:具有間距特徵的變數，有單位，沒有絕對零點，可以做加減運算，不能做乘除運算。例如，溫度。定距變數的相關性測量常用Pearson系數法；4.定比變數（Ratio）:數據的最高級，既有測量單位，也有絕對零點，例如職工人數，身高。一般來說，數據的等級越高，應用范圍越廣泛，等級越低，應用范圍越受限。不同測度級別的數據，應用范圍不同。等級高的數據，可以兼有等級低的數據的功能，而等級低的數據，不能兼有等級高的數據的功能。

㈡ 二、定類與定序變數分析

一、定類數據統計 指標

1. 頻 數:落在各類別中的數據個數

2. 比 例:某一類別數據佔全部數據的比值

3. 百分比:將對比的基數作為100而計算的比值

4. 比 率:不同類別數值的比值

實現

5、列聯表:二個定類變數進行交叉統計

例子：用python實現會員等級與性別的列聯表交叉統計分析

實現：利用pd.crosstab()

二、定序數據統計 指標

一、分組

三種分組

方法

實現

㈢ spss中定類變數對定序變數怎麼進行相關分析

一般定類數據和定序數據間的相關用二列相關或者列聯相關，二列相關用於二分數據，列聯相關不限於二分數據。二列相關可以直接用積差相關的操作來完成，其實一般的各種相關作為積差相關的特列，其實公式和積差相關的是等價的，也就是無論是定序還是二分變數與連續變數的相關，都可以用積差相關的操作做，結果一樣的。

列聯相關的公式：

如果是定類數據之間，可以用phi系數、四格相關等

席皮爾曼相關系數為0.389**，代表這個相關系數是0.389，**代表該系數在0.01水平顯著（*是0.05水平，***是0.001水平），sig是具體的顯著性水平。

㈣ 請教關於定序變數定類變數的回歸分析問題

1# cecilia_xjm 1. 考察自變數對是否就業的影響，可以採用logistic回歸分析。
2. 你的收入是有序的分類變數，如果是多分類的話，建議你把收入合並成兩分類的，用logistic回歸分析來篩選影響收入水平的可能影響因素。如果是實際的收入金額的話，可以嘗試一下多重線性回歸。

logistic回歸分析在spss中可以很容易的實現。在analyze——regression裡面，具體的操作，可以參考一下相關的工具書。