1、第十五章 对应分析课外链接 大数据分析SPSS对应分析 https:/ 对应分析 http:/ SPSS统计分析案例：对应分析 https:/ 在社会科学研究中，一个经常会遇到的问题就是要对定性变量数据进行量化分析，因为研究中往往使用一些定性（）变量，例如名义变量或序次变量来反映研究对象的行为、态度等，研究不同性别的顾客对不同品牌商品的喜好，不同职业的人在吸烟行为上的差异等都属于此类研究。以往在分析这样的定性变量时，往往需要使用非线性统计方法，例如等，但在每个变量都划分成许多类别的情况下，这些分析方法就很难直观地揭示出变量之间的联系以及变量类别之间的关系。在这种情况下，我们可以使用对应分析方法
2、。（一）对应分析的概念与基本形式 对应分析方法是一种多元相依变量统计分析技术，它通过分析由定性变量构成的交互汇总表来揭示变量间的联系。当以变量的一系列类别以及这些类别的分布图来描述变量之间的联系时，使用这一分析技术可以直观地揭示同一变量的各个类别之间的差异以及不同变量各个类别之间的对应关系。对应分析的基本形式是对由两个定性或类型变量构成的交互表进行分析，将定性变量数据转变成可度量的分值，减少维度并做出分值分布图。在减少维度方面，对应分析与因子分析相似；在作分布图方面，对应分析与多维标度方法相似。对应分析的优点就在于可以同时做到这几方面，这是以往的统计方法所不能做的，因此，在定性变量数据分析方面
3、，对应分析提供了一种新的多元相依变量的分析技术。（二）多元对应分析 虽然对应分析的基本形式是对两个定性变量进行分析，实际上对于由三个或三个以上变量形成的交互表也可以进行对应分析，这样的对应分析称为多元对应分析。（三）对应分析的基本思路 对应分析方法通过对两维交互表的频数分析来确定变量及其类别之间的关系。例如，在分析顾客对不同品牌商品的喜好时，可以将商品品牌与顾客的性别、收入水平、职业等进行交叉汇总，汇总表中的每一项数字都代表着某一类顾客喜欢某一品牌的人数，这一人数也就是这类顾客与这一品牌的“对应”点，代表着不同特点的顾客与品牌之间的联系。通过对应分析，可以把品牌、顾客特点以及他们之间的联系同时
4、反映在一个二维或三维的分布图上，顾客认为比较相似的品牌在图上的分布便会彼此靠近在一起。根据顾客特点与每一品牌之间距离的远近，还可以区分顾客的哪些特点与喜好某种品牌的关系密切。（四）对应分析方法的优点 定性变量划分的类别越多，这种方法的优势越明显 揭示行变量类别间与列变量类别间的联系 将类别联系直观地表现于图形中 可以将名义变量或序次变量转变为间距变量（五）对应分析方法的局限性 不能用于相关关系的假设检验 维度要由研究者决定 对极端值敏感二、对应分析的假设条件 运用分布图分析变量类别间的关系时可以采用两种方法：一种是分解法，例如，多维标度就属于分解法分析技术。使用多维标度技术分析顾客对不同品牌商
5、品的喜好时，每个被调查者只需对不同品牌是否相似或喜欢什么品牌做出一个总体的评价，随后这些总体评价会被分解成若干维度，从而在分布图上将不同品牌的差异表现出来。另一种方法是构成法，对应分析就属于构成法技术。用构成法分析顾客对不同品牌商品的喜好时，每个被调查者先要对不同品牌商品的每个特征分别进行评价，然后再从这些评价中得出品牌相似或品牌喜好的总体评价。在多元统计方法中，因子分析和判别分析都是常用的构成法分析技术。（一）被调查者回答问题时并不都从同一角度（或称维度）做出判断 一个基本的假设就是被调查者做出判断的标准因人而异。被调查者并不都是用同样的主观或客观维度及指标来作为判断的依据，虽然主要的指标很
6、可能会一样，但不完全一样。举例来说，在调查人们生活的满意程度时，有的调查对象从收入的角度考虑得多一些，认为收入越高越满意，而另一些被调查者可能更注重家庭关系的和谐，还有的人注重有没有较好的工作、住房等；这样大家做出判断的角度就不一样了。在这里，收入可能是所有人都要考虑的指标之一，但如果所有调查者都以收入水平作为唯一的考虑角度，收入这样一个指标就反映了生活满意度，那么也就没有必要再进行对应分析了。（二）所有被调查者对于某一维度重要性的评价不必一样 比如生活满意度的评价中，有的人认为收入水平最重要，但另一些人可能认为收入多少并不重要，家庭和谐才是生活满意度的最重要因素。（三）被调查者的评判角度和看
7、法可以改变 被调查者做出评判时所考虑的角度、对每个维度重要性的看法会随着时间推移而改变，不一定要保持同一看法。现在对收入和生活很满意的人过两年也可能会回答不满意。在实际调查过程中，每个被调查者通常会从各自选择的角度来回答问题，对满意程度、喜好与否等做出评判。对应分析就是要找出被调查者的比较一致的看法，以及他们在回答问题时主要是从哪些角度考虑的。三、使用软件进行对应分析 随着计算机的日益普及，可以进行对应分析的软件也越来越多。在各种软件中应用最广泛的软件是软件中的程序和程序，软件中的程序，软件中的和程序。本章主要以软件中的程序为例，并介绍相应的上机操作技术。使用进行对应分析主要有如下四个步骤：（
8、）对定性变量数据的交叉汇总表进行定义，形成对应分析所要求的汇总表。需要特别注意，对应分析将要分别定义为行变量和列变量的两个分类变量所形成的交互频数表里不允许存在频数为零的单元格，如果有这样的情况则必须进行类别合并调整的数据处理，使之符合对应分析对汇总表的基本要求。（）在界面下，进行模型、统计方法与图形的设定并运行程序。（）检查运行结果和各种统计图，必要时可以调整参数，重新运行程序，使直观图能够最好地表现变量之间的关系。（）对分析结果加以合理的解释。四、对应分析示例 为了更好地说明对应分析的应用过程及参数确定等一系列问题，本章以一个应用对应分析的例子来进行示范。例子中所用数据来自北京老年病医学研
9、究中心年在北京市进行的“北京老龄化多维纵向研究”。在这项研究中，先后在两年的时间里，研究人员对一批岁以上的老年人进行纵向追踪调查，其中有位老年人是在两次调查中都被调查到的，这里选择这些老年人在年基线调查中对“日常生活自理能力”和“自评健康状况”两个问题的回答进行分析。本书所附光盘提供了这个数据文件，文件名为数据。该数据中定义了两个分类变量的编码，同时提供了这两个分类变量的交互划分时各单元的案例频数（），必须用对数据进行加权后才能开展后面的例题分析。五、另一个示例：两个变量类别数都超过三类 为了增加对对应分析的了解，我们再举一个多类别分析的例子，从中可以看出在变量类别数都超过三类时，在分析过程中
10、可能出现的情况。例中的数据是对老年人调查的结果，分析的目的是看老年人居住方式（）与老年人主要经济来源（）之间的关系。比如说，在经济上靠子女养老的老年人是否更可能与子女住在一起。老年人的主要经济来源分为五类：劳动收入、离退休金、社会救济、子女或其他亲属供养、其他。老年人的居住方式分为七类：集体户、一人户、夫妇户、二代户、隔代户、三代户、其他。频数分布见表。基本概念 定性变量 多元相依 对应分析的基本形式 同质性分析 构成法 对应分析的优点 对 应分析的局限性 结果的维度 距离测量方法 标准化方式 正态化方式 交叉汇总表 奇异 值 惯量 行取值纵览表 列取值纵览表 行类别分布 列类别分布 类别的维度分值 重心 点 加权比重 卡方距离 维度对惯量的贡献 双变量二维分值分布图 行变量二维分值分布 图 列变量二维分值分布图本章要点 对应分析方法是一种多元相依变量统计分析技术，它通过分析由定性变量构成的交互汇总表来提示变量间的联系。本章要点 它既可以分析定性变量数据，也可以分析非线性关系。本章要点 对应分析方法对于数据类型、变量之间的关系没有严格的限定。但是，调查对象必须有代表性，研究对象要有可比性，变量的类别应当涵盖所有可能出现的情况。本章要点 在运行对应分析程序时，要检查运行结果和各种统计图，必要时可以调整参数，重新运行程序，使直观图能够最好地表现变量之间的关系。参考文献，（），（）：
