43(基本统计)要点.ppt

数据的类型与列联分析 定性数据 定性变量的结果表现为类别 例如：性别 (男, 女) 各类别用符号或数字代码来测度 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 对定性数据的描述和分析通常使用列联表 可使用???检验 列联表(例题分析) 列联表(contingency table) 列联表按多个(两个或两个以上)变量的不同取值对不同情形进行划分，也即划分不同的行或列。用以分行的变量称为行(row)变量，和用以分列的变量则称为列(column)变量。 表格中间各行变量和列变量不同取值的交汇处，就是这种情形出现的频数或计数(count)。 列联表中行变量和列变量的个数称为列联表的维数。 二维的列联表又称为交叉表(cross table)。 三维或三维以上的列联表叫做高维列联表。 列联表(contingency table) 列联表中每个行变量或列变量又有两个或更多的不同取值，这些取值常称为水平(level)。每一种不同的水平组合就代表一种不同的情形。 列联表的结构(2 ? 2 列联表) 列联表的结构(r ? c 列联表的一般表示) 关于某项政策调查的结果 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，120人，90人，110人 条件分布与条件频数 变量 X 条件下变量 Y 的分布，或在变量 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(图示) 百分比分布(概念要点) 条件频数反映了数据的分布，但不适合对比 为在相同的基数上进行比较，可以计算相应的百分比，称为百分比分布 行百分比：行的每一个观察频数除以相应的行合计数(fij / ri) 列百分比：列的每一个观察频数除以相应的列合计数( fij / cj ) 总百分比：每一个观察值除以观察值的总个数( fij / n ) 期望频数的分布 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 ，是总频数的个数 n 乘以该实际频数 fij 落入第 i 行 和第j列的概率，即 ?? 统计量 用于检验列联表中变量间拟合优度和独立性 用于测定两个分类变量之间的相关程度 计算公式为 ? 相关系数(correlation coefficient) 测度2?2列联表中数据相关程度 对于2?2 列联表，? 系数的值在0～1之间 ? 相关系数计算公式为 列联相关系数(coefficient of contingency) 用于测度大于2?2列联表中数据的相关程度 计算公式为 V 相关系数(V correlation coefficient) 计算公式为 ?、C、V 的比较 同一个列联表，?、C、V 的结果会不同 不同的列联表，?、C、V 的结果也不同 在对不同列联表变量之间的相关程度进行比较时，不同列联表中的行与行、列与列的个数要相同，并且采用同一种系数 操作步骤 按Analyze--Descriptive Statistics--Crosstabs 顺序打开 Crosstabs 主对话框。 实例分析 CROSSTABS /TABLES=a13 BY a14 /FORMAT= AVALUE TABLES /CELLS= COUNT /COUNT ROUND CELL . 对居民储蓄调查数据.sav建立列联表，分析户口和职业的关系 为了探讨吸烟与慢性支气管炎有无关 系，调查了339人，情况如下： （数据为：吸烟与支气管炎.sav） 121 13 不吸烟 162 43 吸烟 未患慢性支气管炎 患慢性支气管炎 实例分析 在Data菜单中选Weight Cases…项，打开Weight Cases对话框。 Weight Cases by,再将变量x3选入Frequence Variable 框，单击OK完成加权。 按Analyze--Descriptive Statistics--Crootabs 顺序打开 Crootabs 主对话框。将x1变量 选入Row框作为行变量，将x2变量 选入Column 框作为列变量。 打开Statistics对话框，选中Chi-square、Contingency coefficient和Phi and Cramer’sV复选框，单击Continue返回。 单击Cell按钮，打开Cell display对话框，选中observed和Expected 复选框，单击Continue返回；单击OK。 1 操作步骤: 实例分析 统计摘要