1. Kendall’s tau（a、b、c），其中较常用的是Kendall’s tau-b和Kendall’s tau-c

  2. 一般认为，tau-b更适合正方形表格（即行和列的数量相同），tau-c更适合长方形表格，但用tau-b来分析长方形表格也比较常见

    1.研究目的

    研究两个有序分类变量之间的相关性

    2.数据形式要求

    数据一般是分为两列的配对数据
    image.png

    3.假设条件

  3. 两个变量是连续变量或有序分类变量（观察）

    1. 两个连续变量
    2. 两个有序分类变量
    3. 一个有序分类变量，一个连续变量

  4. 两个变量应当是配对的，即来源于同一个个体（观察）

    4.操作位置

    分析-相关-双变量

    image.png

    5.结果及解释

    5.1 相关系数的计算与检验

    image.png

  5. Kendall’s tau-b相关系数取值范围在[-1，+1]，负值代表负相关，正值代表正相关，0则代表不存在相关关系。两变量间相关的强弱没有规定数值。总的来讲，相关系数越接近0，相关关系越弱；越接近-1或+1，相关关系越强。 :::info

  6. Kendall’s tau-b相关系数的H0：计算出的Kendall’s tau-b相关系数有意义； :::

  7. 本例中，Kendall’s tau-b相关系数为0.719，P<0.001，说明学历（education）和收入（income）存在正相关关系，即学历越高，收入越高；

  8. 以上结果可以表述为：学历（education）和收入（income）存在较强的正相关关系，Kendall’s tau-b=0.719，P<0.001。

    5.2 结论

    本研究采用Kendall’s tau-b相关评价研究对象学历和收入的关系。学历水平（education）和收入（income）存在较强的正相关关系，Kendall’s tau-b=0.719，P<0.001。