自定义表：SPSS 如何以不同于分类变量的方式处理多响应集？

Posted 2023-03-12

【中文标题】自定义表：SPSS 如何以不同于分类变量的方式处理多响应集？

【英文标题】：Custom Tables: How does SPSS treat multi response sets differently from categorical vars?

【发布时间】：2015-10-18 19:46:20

【问题描述】：

当涉及到自定义表中的 z 检验时，SPSS 将 multi response sets 与分类变量区别对待。我认为这种行为与响应的重叠有关，但我不知道如何。

那么，SPSS 如何对多响应集 (MRsets) 进行 z 检验？

我的目标是在 R 中为 MRsets 重现 SPSS z-test，但我无法弄清楚 SPSS 实际做了什么。通常，SPSS自定义表z-testing是一样的

prop.test(c(proportion1,proportion2),c(columnSum1,columSum2),"two.sided",correct=F)

但显然，MRsets 是不同的。

为了清楚起见，请看一下这个分类与 MRset 的比较。

---

Categorical var z-test（C & D 列根据z-test没有区别）

分类数据集（无重叠，3623 例）：Download dataset 分类重叠矩阵（无重叠）：

分类 z 检验 SPSS 语法

CTABLES
  /VLABELS VARIABLES=splitVar catVar DISPLAY=DEFAULT
  /TABLE splitVar [C][COUNT F40.0] BY catVar [C]
  /CATEGORIES VARIABLES=splitVar catVar ORDER=A KEY=VALUE EMPTY=EXCLUDE
  /COMPARETEST TYPE=PROP ALPHA=0.05 ADJUST=NONE ORIGIN=COLUMN INCLUDEMRSETS=NO CATEGORIES=ALLVISIBLE.

分类 z 检验输出：

CD z-test 的 R 再现（第一行）：http://www.r-fiddle.org/#/fiddle?id=p4gw9ftk

"Categorical var z-test"
"Doing a proportions test for first row (splitVar=1) and columns C and D"
prop.test(c(198,242), c(198+35,242+65), alternative="two.sided", correct=F )
"As we see, there are no significant differences in the proportions on an alpha=0.05 level"

---

MRset z-test（表中数字相同，但z-test结果不同：C&D列差异显着）

MRset 数据集（包括重叠，2404 个案例）：Download dataset MRset 重叠矩阵： MRset z 测试输出：

MRset z-test SPSS 语法：

CTABLES
    /VLABELS VARIABLES=splitVar $MySet DISPLAY=DEFAULT
    /TABLE splitVar [C] BY $MySet [C][COUNT F40.0]
    /CATEGORIES VARIABLES=splitVar ORDER=A KEY=VALUE EMPTY=EXCLUDE
    /CATEGORIES VARIABLES=$MySet  EMPTY=INCLUDE
    /COMPARETEST TYPE=PROP ALPHA=0.05 ADJUST=NONE ORIGIN=COLUMN INCLUDEMRSETS=YES CATEGORIES=ALLVISIBLE.

CD z-test 的 R 再现（第一行）：http://www.r-fiddle.org/#/fiddle?id=GAhnnrv0

"MRset z-test"
"Doing a proportions test for first row (splitVar=1) and columns C and D"
overlap_splitvar1_CD <- 53
overlap_splitvar2_CD <- 9
prop.test(c(198-overlap_splitvar1_CD,242-overlap_splitvar1_CD), c(198+35-overlap_splitvar1_CD-overlap_splitvar2_CD,242+65-overlap_splitvar1_CD-overlap_splitvar2_CD), alternative="two.sided", correct=F )
"As we see, there are still no significant differences in the proportions on an alpha=0.05 level. In contrast, SPSS does detect a difference. Why?"

---

从 MRset R 代码中可以看出，即使减去重叠案例也无济于事。也许它与加权或什么有关？ 非常感谢您的想法。

可能有用的链接：A Note on Weights and Multiple Response Sets

【问题讨论】：

CrossValidated 的一位用户给出了一个可能有用的答案，暗示了 SPSS 算法文档：stats.stackexchange.com/questions/163712/…

我正在努力解决这个问题，一旦找到解决方案就会报告。

【参考方案1】：

可能是CTABLES 正在应用的Bonferroni adjustment ？

【讨论】：

好主意，但这样的 p 值校正从未由 SPSS 指示，并且在两种情况下都在 SPSS 语法中设置为“NONE”。