ch17卡方检验.pptVIP

心理统计 Ch17：卡方分析 Review：品质变量和数量变量（ch02） 品质数据 品质变量的结果表现为类别，各类别用符号或数字代码来测度 例如：性别 (男, 女)用1跟2来表示 使用定类或定序尺度 你吸烟吗? 1.是；2.否 你赞成还是反对这一改革方案? 1.赞成；2.反对 对品质数据的描述和分析通常使用列联表 列联表 由两个以上的变量进行交叉分类的频数分布表 行变量的类别用 r 表示， ri 表示第 i 个类别 列变量的类别用 c 表示， cj 表示第 j 个类别 每种组合的观察频数用 fij 表示 一个 r 行 c 列的列联表称为 r ? c 列联表 列联表：案例 你在一个集团公司担任HR助理，本公司在四个不同的地区设有分公司，现HR部门欲进行一项改革，此项改革可能涉及到各分公司的利益，故采用抽样调查方式，从四个分公司共抽取420个样本单位(人)，了解职工对此项改革的看法，调查结果如下表。问：不同的分公司的员工对方案的态度有差异吗？ 观察值的分布 边缘分布 行边缘分布 行观察值的合计数的分布 例如，赞成改革方案的共有279人，反对改革方案的141人 列边缘分布 列观察值的合计数的分布 例如，四个分公司接受调查的人数分别为100人……110人 条件分布与条件频数 变量X条件下变量Y的分布，或变量Y条件下变量X的分布。 每个具体的观察值称为条件频数 观察值的分布 期望频数 假定行变量和列变量是独立的 一个实际频数fij的期望频数eij ，是总频数n乘以该实际频数fij落入第i行和第j列的概率，即 例如，第1行和第1列的实际频数为f11,它落在第1行的概率估计值为该行的频数之和r1除以总频数的个数n，即r1/n；它落在第1列的概率的估计值为该列的频数之和c1除以总频数的个数n ，即c1/n。根据概率乘法公式，该频数落在第1行和第1列的概率应为 本案例中： 期望频数的分布 根据上述公式计算的前例的期望频数 列联表的分析：?? 检验 用于检验列联表中变量之间是否存在显著性差异，或者用于检验变量之间是否独立。 计算公式为 单因素?? 检验：配合度检验 卡方配适（配合）度检定(The Chi-Sqaure Goodness-of-Fit Test) 检定资料的次数分布是否合乎某种特定的分布； 我们经常想要知道样本在某些性质上的比例分布是否与总体相同，例如肇庆市居民的年龄分布是否与全广东的人口年龄分布相同？民意测验调查的样本中，受访者的教育程度分布是否能正确反映广东人口的教育分布？此类问题涉及到单因素的配合度的检验。 H0：总体在某性质上呈现某种比例分布 H1：总体不为某种比例分布 案例 美国商业司以收入来将家户分类。人口统计数据显示美国的家庭收入有下列的分布： Joliet市的市长想要知道该市的收入分布是否与全美国的情况相当：在Joliet市中抽取200户人家来验证上述假设，并算出每层级收入中，实际上观察到的次数分布(observed frequencies)分别为55, 65, 72, 8。 问：该市的收入分布是否与全美国的情况相当 解答思路 H0:p1=.2, p2=.3, p3=.4, p4=.1 H1：H0中至少有一个比例不正确； 如果我们的虚拟假设为真，则200户预期的分布为下表： 将实际上观察到的次数分布与预期的分布作比较，如果两个次数十分接近，则虚拟假设为真的机率很大，但如果两者差距很大，则我们虚拟假设为真的机率不高。 解答思路cont. 如何知道两组数字的差距是否够大？ 为了检验两者的差距是否很大，我们以一个简要的指标来衡量，即 ?? 统计量。 解答思路cont. 配合度检验：总结 由上述的讨论可知，卡方配合度检验的步骤为： (1)对于总体的分布作了一些假设； (2)然后找出在假设为真的前提下，我们预期得到的样本分布； (3)比较实际观察到的分布与预期分布之间是否一致，以此来验证我们对于总体分布的假设是否合理。 我们可以用配合度检验来检验随机变量X是否具有某种概率分布 练习 练习答案 双因素 ??检验：独立性检验 独立性检验：检验列联表中的行变量与列变量之间是否独立，或判断两个因素之间是否存在关联。 检验的步骤为 提出假设 H0：行变量与列变量独立 H1：行变量与列变量不独立 计算检验的统计量 进行决策 根据显著性水平?和自由度(r-1)(c-1)查出临界值??2 若?2???2，拒绝H0；若?2??2，接受H0 独立性检验：案例 一批学生来自三个不同的学区，学生数理能力被分成ABC三个不同等级。从这批学生中随机抽取500个进行检验，结果如下表。检验各学区与数理能力之间是否存在依赖关系（? ?0.05) 独立性检验：案例 提出假设 H0：地区与原料等级之间独立 H1：地区与原料等级之间不独立 计算