列联表可以检验变量之间的因果关系
列联表分析是通过分析多个变量在不同取值情况下的数据分布情况，从而进一步分析多个变量之间相互互相关系的一种描述性分析方法。
案例
试分析山东省两所高中学校的高三毕业生的升学情况，研究两所学校的学生的升学率之间有无明显的差别。
数据
SPSS统计分析与行业应用案例详解+配套光盘+示例>02>正文>原始数据>案例2.4;
数据分析
执行analyze/descriptive statistics/crosstabs，选择卡方检验，得到如下图：
列联表结果
由上图结果可知：甲中学的升学率为90.0%，占总升学率的39.1%;未升学率为10.0%。乙中学升学率为71.4%，占总的升学率为60.9%，未升学率为28.6%。
卡方显著性检验
从卡方检验结果可知：pearson 卡方值为0.000，小于显著性水平，说明两学校间的升学率是显著相关的。
列联表可以检验变量之间的因果关系
列联表检验是对列联表中两分类变量是否独立的检验，也是假设检验的一个重要内容，称为列联表分析或列联表检验。
在统计实践中，人们经常需要对样本资料进行各种各样的分类，以便分析研究。如果对样本资料按照两个指标变量进行复合分组，其结果必然就是各种双向列联表。对于列联表资料，人们经常需要检验所依据分类的两个变量是否独立或相关。如在市场调查中，将被调查者对所拟推销商品的状态与被调查者的性别或年龄以及职业等指标变量进行双向复合分组，然后检验分类变量是否独立或相关，可发现和确定潜在的购买者群体，等等。这种对列联表中两分类变量是否独立的检验，也是假设检验的一个重要内容，称为列联表分析或列联表检验。
列联表可以检验变量之间的因果关系
证明变量之间的因果关系用什么检验
因果关系检验。
经济学家开拓了一种可以用来分析变量之间的因果的办法，即格兰杰因果关系检验。该检验方法为2003年诺贝尔经济学奖得主克莱夫·格兰杰(Clive W. J. Granger)所开创，用于分析经济变量之间的因果关系。
①格兰杰因果关系检验只适用于时间序列数据，他的哲学思想是原因一定早先于结果发生;
②检验结果对变量滞后期长度非常敏感，滞后期长度不同，结果可能截然相反。所以，有些时候，我们可能不得不采用赤池或施瓦茨信息准则来选择合适的滞后期长度;
③进入检验的误差项必须是不相关的，若出现相关性，可能需要进行适当的变换;
④被检验变量Y和X必须得是平稳的，非平稳的时间序列是没有太大预测价值的。
