§a属性数据变量的类型.pdfVIP

§7.4.2 列联表（属性数据分析） §7.4.2 列联表（属性数据分析） §A 属性数据 §A 属性数据 为了某种目的通过调查表进行社会调查得到的数据 ——调查数据，一般都是属性数据．即在许多调查研究中， §B 列联表分析 所得到的信息是样本中个体的分类，而不是定量变量的值． 例如。在某次调查中．根据人们的性别．对颜色的喜 好等，将他们分类． §C 属性变量的无关联性检验 在某次政府调查中．根据公司的产品类型，公司的所 在地区，及产品是否出口．将这些公司分为不同组． 在市场研究中，为了了解一种新产品的吸引力．根据 顾客是否已看到这种新产品的广告以及是否已购买了该新产 品将顾客分为不同组． 这种类型的数据可以方便地汇总在一张表格中．用来 表示每个组中的观测个数． 例2 ：为了比较两种治疗方法的效果，将患者 • 例1：性别与所喜爱颜色的调查表． 随机地分为两个处理组，每组50人．分别用两种 假定随机地抽取100个人，提问每个人下面的 方法治疗一段时间后，记录患者的状态(痊愈、未 愈)．假定得到表5.3的结果． 问题：红、蓝、绿三色中，你最喜欢那种颜色?那 么将结果整理为以下最简单的一张调查汇总表： 我们关心的问题是两种方案的疗效是否有显著的 我们关心的问题是性别不同是否与所喜爱的颜色有关。 差别?哪种治疗方案更好些． 变量的类型 (1)名义变量(Nominal)：——变量值是几个没有次序之 分的不同状态，可以按任何次序排序编码，并它给 • (3)区间变量(或间隔变量)——区间变量是有顺序 变量值赋予名称．例如，性别就是一个名义变量， 大小的数值变量，且数值间的差值是有意义 用“男”和“女”作为其取值．也可以用“1”和“2”代表取 的．例如考虑温度：40度比10度热30度，而40度 值，但这二个数字只是取值的名称，它们在数值上 和10度是相对于人们取定的0度而言的。这类变 没有任何意义． 量对减法：两值之差是有意义的；但对两值的比 (2)有序变量(Ordinal)：——变量值是有严格次序的 率是没有意义的．例如由40 ／10=4，而认为40度 不同状态。例如民意测验中常用到以下取值的有 比10度热3倍的说法是不合适的. 区间变量与有序 序尺度：坚决拥护、拥护、弃权、反对坚决反 变量相对比，有序变量值之差是没有什么意义， 对，又如按治疗效果，把病人分为治愈(1)、显效 如治疗效果是有序变量，2和1之间的差与