6卡方检验解析.pptVIP

第十六章 卡方检验 参数与非参数检验 卡方匹配度检验 卡方独立性检验 一、参数与非参数检验 参数检验 ： 用于等比/等距型数据 对参数的前提：正态分布和方差同质 非参数检验 不用对参数进行假设 对分布较少有要求，也叫distribution-free tests 用于类目/顺序型数据 没有参数检验敏感，效力低 因此在二者都可用时，总是用参数检验 数据的类型与卡方检验 ??检验又叫列联表分析或交叉表分析、表中的单元格内可以是计数的次数也可以是百分比，所以又可以称为百分比检验。 ??检验分析计数数据的时候，对计数数据的分布形态不作任何假设，因此视为非参数检验的一种。 二、卡方匹配度（拟合优度）检验 用样本数据检验总体分布的形状或比率，以确定与假设的总体性质的匹配度 ，是对次数分布的检验 研究情境 在医生职业中，男的多还是女的多？ 在三种咖啡中，中国人喜欢哪种？ 在广中医中，各国留学生的比例有代表性吗？ 前提： 观察彼此之间独立 每个单元格的期望次数不小于5 例题 在某校学生当中调查对一个新的教学方法的态度，赞成、反对和无所谓的比例是2：1：1。随机抽取了其中一个班级共60人，赞成的学生有37人，反对的学生有14人，觉得无所谓的人有9人。那么这个班级三种态度的比例是否符合全校的比例？ Ho：班级学生的三种态度比例为2：1：1，即可得到相应的期望次数依次为30，15，15. H1： 计算公式 fe：期望次数 fo：观察次数 df=C-1，C是类目的个数 单元格卡方值大于2.5，则该因素的贡献较大； 最终所有单元格的总和卡方值越大，说明观察次数与期望次数的差异越大。 同步练习 例16-2 正态分布匹配度检验 同步练习 例16-3 三、卡方独立性检验 解决两个类目型或顺序型变量是否相关的问题 检验行和列的两个变量彼此有无关联 类似于独立样本比较问题 前提和限制：观察彼此独立，单位格期望值不小于5 一个简化的 2?2 列联表 例16-4 有人认为城市的生活环境更容易让人抑郁，于是他随机调查了定居城市的120人和定居农村的80人，对他们施测抑郁自评量表。结果发现，城市调查者中有38人有轻度以上抑郁，而农村只有12人有抑郁。这个数据是否支持他的论点呢？ Ho：抑郁倾向和定居地之间是独立的（无关的）。 H1：抑郁倾向和定居地之间有关系。 计算期望次数 fe=(fc*fr)/n 计算每个单位格的卡方值 卡方检验的效应水平 分类变量的相关系数Ф 测度 2?2列联表中数据相关程度的一个量 对于2?2 列联表，Ф 系数的值在0～1之间 Ф 相关系数的计算公式 Ф 相关系数（原理分析） 一个简化的 2?2 列联表 Ф 相关系数（原理分析） （不考） 列联表中每个单元格的期望频数分别为 Ф 相关系数（原理分析） 将??入Ф 相关系数的计算公式得 匹配度检验和独立性检验的区别 （一）独立性检验的次数资料是按两因子属性类别进行归组。根据两因子属性类别数的不同而构成2×2、2×c、r×c列联表（r为行因子的属性类别数，c为列因子的属性类别数）。而配合度检验只按某一因子的属性类别将如性别、表现型等次数资料归组 （二）配合度检验按已知的属性分类理论或学说计算理论次数。独立性检验在计算理论次数时没有现成的理论或学说可资利用，理论次数是在两因子相互独立的假设下进行计算。 同步练习 P275 第6 P283 第4、5题 卡方检验的应用 (1)检验某个连续变量的分布是否与某种理论分布相一致。如是否符合正态分布、是否服从均匀分布、是否服从Poisson分布等。 (2)检验某个分类变量各类的出现概率是否等于指定概率。如在36选7的彩票抽奖中，每个数字出现的概率是否各为1／36；掷硬币时，正反两面出现的概率是否均为0．5。 (3)检验某两个分类变量是否相互独立。如吸烟(二分类变量：是、否)是否与呼吸道疾病(二分类变量：是、否)有关；产品原料种类(多分类变量)是否与产品合格(二分类变量)有关。 (4)检验控制某种或某几种分类因素的作用以后，另两个分类变量是否相互独立。如在上例中，控制性别、年龄因素影响以后，吸烟是否和呼吸道疾病有关；控制产品加工工艺的影响后，产品原料类别是否与产品合格有关。 (5)检验某两种方法的结果是否一致。如采用两种诊断方法对同一批人进行诊断，其诊断结果是否一致；采用两种方法对客户进行价值类别预测，预测结果是否一致。 课后练习 习题册 第十章 卡方(X2)分布与卡方检验 * 数 据 定量数据 (数值型数据) 定性数据 (品质数据或称次数计数数据) 离散数据 连续数据 数 据 定量数据 (数值型数据) 定性数据 (品质数据或称次数计数数据) 离散数据 连续数据 数 据 定量数据 (数值