两个分类变量间的关系，无法直接使用常见的皮尔逊相关系数来表述，多采用频数统计、交叉表卡方检验等过程进行处理，当分类变量的取值较多时，列联表频数的形式就变得更为复杂，很难从中归纳出变量间的关系。
对应分析，则是解决分类变量间关系这个复杂问题的有力武器。也称为相应分析，是一种多元统计分析方法，目的是在同时描述各变量分类间关系时，在一个低维度空间中对对应表中的两个分类变量进行关系的描述。
常见应用领域如市场研究分析、竞争分析等。
一、先看一个案例
对于男性而言，个人职位是否与吸烟有关，假设有人收集了这样的一组数据，如下：
数字表示人数，仅从交叉表内数据大小按照热度区分的话，效果大概是这个样子，红色越深的格子表示人数越多：
我们发现初级雇员普遍吸烟，中度最多，其他的表现并不明显，总体上很难发现什么规律。
除了热图之外，还可以考虑常见的条形图，效果如下：
可视化的效果要比前面热图好很多，给人的直观感觉是，职位较高的男性，重度吸烟的比例较低，多数从不吸烟。
经过以上两种图示化方法的预处理，我们能从其中总结职位和吸烟关系的把握并不大。
二、SPSS交叉表卡方检验
熟悉SPSS统计分析的人可能还会想到，是否可以先采用交叉表卡方检验来观察职位和吸烟之间的关系呢？
版权声明：本文为weixin_32926649原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。