spss教程：对应分析

1、选着相关的变量分别作为列联表的行列变量，都是分类变量。

2、需定义各变量所取水平范围，“定义范围”按钮，键入最小值、最大值，然后点击按钮“更新”即可。“类型约束”中常用“无”，定义分类特殊要求中，系统默认对分类没有特殊要求。行列变量的处理方法是一样的。

3、模型：“解的维数”：在几维空间中求解，通常采用对应分析是将高维数据做低维处理，尽可能以小的维度解释多的变异，系统默认是2，至少在原先基础上维度降1个。“距离度量”：卡方距离和欧式距离，这里选择卡方距离，列联表的卡方距离，即卡方统计量。“标准化方法”：这里选择“行和列均值已删除”。“正态化方法”：不同的正则化方法，对应分析产生不同的结果。系统默认的是对称正则化，行是列的加权均数，可分析变量间的差异性和相似性。

4、统计量：对应表：输出原始对应表，即原始二维列联表。行点概览：输出行变量的因子载荷和贡献。列点概览：输出列变量的因子载荷和贡献。行轮廓表：基于行合计的各格子的百分比。列轮廓表：基于列合计的各格子的百分比。对应表的排序：输出最优对应表。最大因子数，系统默认1。置信统计量：行点：行变量各点在各因子上的标准离差及相关系数。列点：列变量各点在各因子上的标准离差及相关系数。

5、绘制：“散点图”：“双标图”即在因子坐标中，行变量和列变量的散点对应图，反映行变量和列变量在因子上的对应关系，若以主成分进行正则化，不能输出该因子负荷图。这里就选择“双标图”。