crosstabs.
打开导航
打开分析工作区

SPSS 命令: SPSS BAYES LOGLINEAR

列联表的贝叶斯独立性检验

贝叶斯独立性检验通过比较独立模型与允许每个单元格自由变化的模型，判断两个分类变量是否相关。

用示例数据试一试用自己的文件运行

免费 · 无需注册 · 文件留在本机 · 更新于 2026年10月18日

能告诉你什么

Crosstabs 在你的设备上运行与 SPSS BAYES LOGLINEAR 对应的过程，可按研究设计选择抽样模型，提供 Gunel–Dickey、Good 和 Quintana 三种贝叶斯因子，并用后验对数比值比定位关联所在。

  • 列联表在多大程度上支持行变量与列变量相关（BF10）或独立（BF01）。
  • 哪些单元格驱动了关联：每个交互项都是相对于最后一行和最后一列的对数比值比。
  • 这些对数比值比的联合可信区间，对所有单元格同时成立。
  • 用于对照的皮尔逊卡方及其渐进显著性。

适用场景

适合使用

  • 两个分类变量，例如套餐类型与获客渠道、治疗方式与结局类别。
  • 需要独立性的证据，例如证明随机分组得到了均衡的组别。
  • 汇总表格：每个单元格一行，并将计数作为频率权重。

改用其他方法

  • 超过两个分类变量，或需要选择特定项的对数线性模型：使用分层或一般对数线性分析。
  • 需要 Fisher 精确检验、带置信区间的比值比或 Cramér V：使用“分析”模式中的交叉表统计。
  • 单元格超过 400 个的表格，面板会拒绝运行。

在 Crosstabs 中如何操作

  1. 01

    打开数据

    打开个案级数据，或每个单元格一行、计数列设为工作区权重的数据，然后切换到“统计”模式。

  2. 02

    选择两个变量

    在“贝叶斯统计”组中选择“贝叶斯独立性检验”，然后选择“行变量”和“列变量”（各自最多 20 个类别）。

  3. 03

    匹配抽样模型

    根据研究设计中固定的部分，将“抽样模型”设为“多项，总计固定”“独立多项，行总计固定”“独立多项，列总计固定”或“泊松（无固定项）”。

  4. 04

    选择贝叶斯因子

    选择“共轭先验（Gunel & Dickey）”并设置“先验形状 a”，或选择“狄利克雷先验混合（Good）”，或选择“非参数（Quintana）”并设置 λ。Good 混合方法不适用于泊松抽样；Quintana 因子要求行或列总计固定，且只有两行或两列。

  5. 05

    运行

    设置“后验抽取次数”（默认 10 000）、“种子”和“可信区间（%）”；若权重为单元格计数，请声明为频率权重，然后点击“运行贝叶斯独立性检验”。

在浏览器中运行贝叶斯独立性检验

计算示例

以下结果由 Crosstabs 引擎在构建本页时根据模拟数据实际计算得出，并非手工填写。

用示例数据试一试

数据

一份模拟调查，206 名客户按计费方式（1 = 月付，2 = 年付）和获客渠道（1 = 搜索，2 = 推荐，3 = 社交媒体）交叉分类。输入数据是六个单元格计数，作为频率权重 n 录入。

输入数据预览

plan × channel 交叉表
plan搜索推荐社交媒体总计
月付344125100
年付223846106
总计567971206
贝叶斯因子独立性检验
抽样模型BF01BF10皮尔逊卡方df渐进显著性
多项，总计固定0.1556.4318.7292.013

Gunel & Dickey (1974) 自然共轭贝叶斯因子，每个单元格的先验形状 a = 1。

交互项的后验分布（对数比值比）
planchannel后验平均值后验标准差95% 联合可信区间下限95% 联合可信区间上限
月付搜索1.0280.3660.2371.830
月付推荐0.6760.333−0.0511.436

每个单元格相对于最后一行（年付）和最后一列（社交媒体）的对数比值比；狄利克雷（1）先验；区间基于 10,000 次抽取，种子 2000000。

结果解读

皮尔逊 χ²(2) = 8.73，p = .013。在总计固定的多项抽样下，Gunel–Dickey 贝叶斯因子对计费方式与渠道之间存在关联显示支持备择假设的证据为中等（BF10 = 6.431）。交互项表指出关联所在：月付 × 搜索 的后验对数比值比为 1.028，其联合可信区间（0.237 至 1.830）不包含 0。

输出表格说明

行 × 列 交叉表
以两个变量名命名：每个单元格的观察（加权）计数，以及行总计和列总计。
贝叶斯因子独立性检验
抽样模型、BF01 与 BF10、皮尔逊卡方、自由度及渐进显著性；脚注注明贝叶斯因子类型，并说明何时无法估计。
交互项的后验分布（对数比值比）
除最后一行和最后一列外的每个单元格：狄利克雷（1）先验下对数比值比的精确后验平均值与标准差，以及基于带种子后验抽取的联合可信区间上下限。不包含 0 的区间表示该单元格存在关联。

前提假设与注意事项

  • 每个个案恰好落入一个单元格，且个案相互独立。
  • 抽样模型应反映研究设计：分层样本固定行总计，单一随机样本固定总计，在一段时间内收集的计数则无固定项。
  • 用作单元格计数的权重必须为整数；抽样权重会被拒绝。

结果如何验证

在 2 × 2、2 × 3 和 3 × 3 参考表上，四种抽样模型下 Gunel–Dickey 因子与 R 包 BayesFactor 0.9.12.4.8 的 contingencyTableBF(priorConcentration = 1) 相对误差在 1e-9 以内，与 Python 参考值在 1e-10 以内；Good 混合因子在 1e-8 以内、Quintana 因子在 1e-12 以内一致。交互项后验平均值在 1e-12 以内、标准差在 1e-10 以内一致，并以 200 000 次 NumPy 蒙特卡洛抽取交叉验证，误差在 0.01 以内。 验证证据（英文）

常见问题

应选择哪种抽样模型？

选择与数据收集方式一致的模型：大多数调查固定总样本量；若按行组预先确定样本数则固定行总计；若事先没有固定任何总数则选泊松。贝叶斯因子会随模型变化。

为什么交互项表带有随机性？

后验平均值和标准差是精确值。只有联合区间的上下限来自后验抽取；由于“种子”固定，结果可以重现，增加抽取次数会使其更稳定。

可以输入汇总表而不是原始数据吗？

可以。每个单元格一行，包含行代码、列代码和计数；将计数设为工作区权重，并在面板中声明为频率权重。

为什么提示无法估计贝叶斯因子？

要么共轭因子的某个先验分量过小，要么对不满足“两行且行总计固定（或两列且列总计固定）”的表格请求了 Quintana 因子。

相关过程

用你自己的数据运行贝叶斯独立性检验

打开 .sav、CSV 或 Excel 文件。所有计算都在浏览器中完成，文件不会离开你的设备。

打开分析工作区

SPSS 是 IBM Corp. 的商标。Crosstabs 与 IBM 无关联，也未获得 IBM 认可。