在浏览器中做对应分析和感知图

Crosstabs 在你的设备上运行与 SPSS CORRESPONDENCE（ANACOR）对应的过程，既可以从两个分类变量开始，也可以直接使用数据中已存储的计数表。

• 表中关联的总量（总惯量 = χ² / N）以及该关联是否显著。
• 需要几个维度：每个维度的奇异值、惯量及其解释的惯量比例。
• 每个行类别与列类别在图上的位置（得分）及其权重（质量）。
• 哪些类别决定了各个维度（点对维惯量的贡献），以及每个点被表示得有多好（维对点惯量的贡献）。

1. 01

   打开数据

   在工作区打开 .sav、CSV 或 Excel 文件并切换到“统计”模式。文件只在浏览器中读取。

2. 02

   选择对应分析

   在“降维”组中选择“对应分析”（CORRESPONDENCE）。

3. 03

   设置数据来源

   在“数据”中选择“两个分类变量”，再指定“行变量”和“列变量”（各含 2–40 个类别）；或选择“数据中存储的表格”，勾选“表格的列（非负计数）”，并指定“行标签”变量。

4. 04

   选择维数和标准化方法

   设置“解的维数”（默认 2）和“标准化方法”：对称、主成分、行主成分、列主成分，或“自定义（q）”，q 取 −1（列主成分）到 1（行主成分）之间。

5. 05

   运行并阅读感知图

   点击“运行对应分析”。若有三个及以上维度，可通过“图的维度”切换所绘制的坐标轴组合；感知图可连同标签一起导出。

6. 06

   检查权重与缺失值

   整数权重作为频数权重使用；含小数的权重仍会用于构建表格，但不报告显著性。任一变量缺失的个案以及用户缺失值代码都会被排除。

对应表

参与分析的计数（若启用权重则为加权计数），以及每行、每列的有效边际。边际为零的类别会被排除，并在提示中列出。

摘要

每个维度的奇异值、惯量和惯量比例（解释比例与累积比例），以及总卡方、自由度和显著性。

感知图：{rows} 与 {columns}

行点与列点在两个维度上的位置，坐标轴标题注明各维度占惯量的比例。对称图中应按从原点出发的方向解读，而不是看行点与列点之间的距离。

行点总览

每个行类别的质量、各维度得分、惯量、点对维惯量的贡献、维对点惯量的贡献及其合计（表示质量）。

列点总览

列类别的同类统计量。各维度的符号固定为使绝对值最大的列得分为正。