分类变量的相关分析——PS CLEMENTINE网络图

提起相关分析，很多人的第一意识就是简单，因为它是统计的基础操作，许多分析方法都涉及到相关。其实不然，我们经常提到的仅是连续变量之间的相关，那么，类别变量的相关分析要如何去做呢？

案例数据说明

有一份电信用户数据，其中包含 2 个分类变量：套餐类型和是否流失。套餐类型变量有 4 个分类值，分别为基础服务、电子服务、附加服务、全服务；是否

流失变量包括流失 Yes 及未流失 No。现在我们需要分析分类变量“套餐类型”和“是否流失”之间的关系。

实现方法如下：

结果如下：线条越粗，相关性越紧密

当然还可以通过交叉表即卡方检验来实现。

1、相关分析属于数据分析流程前端的探索性分析，探究变量间关系及性质，其结果在于指导下一步采取何种方法，是数据挖掘之前的基础工作；

2、两两之间有相关关系，但不一定是因果关系，也可能仅是伴随关系，反过来，两两之间存在因果关系，那么两者之间必然相关；

3、相关分析之前，有必要搞清楚变量的类型，根据具体类型选择合适的相关系数。Pearson 相关系数适用于两变量的度量水平都是尺度数据，并且两变量的总体是正态分 布或者近似正态分布的情况，还有说法认为其样本量应大于 30，可供参考，在这些条件之外的，考虑选择 spearman 系数或者 kendall 系数。

4、分组对比分析是发现问题的好方法；（不同地区、不同学历、不同年龄层、不同性别）

5、散点图是相关分析的最直接有效的可视化方法。