多分类数据与等级数据相关性分析

SPSS分析多分类资料与等级资料的相关性
之前网上查资料，多数讲的是什么Pearson,spearson,kendal，这些肯定不适用于我，其它的看有的帖子说用mantel-haenszel卡方检验，但我后来查了一下，它好像适用于两等级资料的相关性分析，也不适用于我目前的情况。
有没有比较多分类资料与等级资料的相关性的统计方法？

如何使用SPSS进行相关性分析（二）：实战案例操作（内附案例数据）
我不确定是不是你需要的，可以看看
https://www.baidu.com/link?url=BtT3gQilJ_OcQz8xU3qDUm2lWVVmWelZu2vOSMX_KzfhNI8aQx0Yqp6tu2qO-GZk&wd=&eqid=8adf99e200045b9e000000046395eb93

题主想要SPSS多分类的指标相关性，理论上确实不能根据简单的相关检验法去调试，相当于知道测试集的label，这已经属于机器学习的范畴，在SPSS中，可以考虑使用logistics多分类，ROC曲线越高，loss越低，那说明选出来的指标更能代表测试集情况，具体参考：

有序多分类Logistic回归，我见过的最详细SPSS教程！ - 知乎 如果想要原始数据，可点击下方网址进入医咖会官网，点击右上角的“附件下载”，免费下载原始数据有序多分类Logistic回归【详】-SPSS教程 - 专栏课程 - 医咖会一、问题与数据 研究者想调查人们对“本国税收过高”的… https://zhuanlan.zhihu.com/p/32796051

以及SPSS中还有决策树、神经网络等工具箱嵌入，如果想深入，可以学习SPSS model软件，专门做模型分析用。

有几种不同的统计方法可用于比较多类别数据和分层数据之间的相关性。
一种选择是使用卡方独立性检验，它可用于确定两种类型的数据之间是否存在显着关联。
另一种选择是使用非参数检验，例如 Spearman 等级相关系数，它可以用来衡量两组数据之间关系的强度和方向。
此外可以使用多层次模型来分析层次数据，这将使您能够考虑数据的层次结构并估计多类别和层次变量之间的关联。

例如：
卡方独立性检验：假设有一个数据集，其中包含有关一组人的性别、年龄和收入水平的信息。 可以使用卡方独立性检验来确定个人的性别与其年龄或收入水平之间是否存在显着关联。
Spearman 秩相关系数：假设有一个数据集，其中包含有关一组学生的成绩和考试成绩的信息。 可以使用 Spearman 等级相关系数来确定学生的成绩和考试成绩之间是否存在显着相关性。
多层次模型：假设有一个数据集，其中包含有关一组人的健康结果和医疗保健利用情况的信息，这些人被组织成不同的年龄组。 可以使用多层次模型来分析分层数据并估计每个年龄组的健康结果和医疗保健利用率之间的关联。