9分类数据的分析.ppt

9 As a result of this class, you will be able to ... 列联表中的相关测量（一般问题） 品质相关 对品质数据(定类和定序数据)之间相关程度的测度 列联表相关测量的指标主要有 ? 相关系数 列联相关系数 V 相关系数 ? 相关系数（要点） 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，? 系数的值在0～1之间 ? 相关系数计算公式为 ? 相关系数（原理分析） 一个简化的 2?2 列联表 因素 Y 因素 X 合计 x1 x2 y1 a b a + b y2 c d c + d 合计 a + c b + d n ? 相关系数（原理分析） 列联表中每个单元格的期望频数分别为 将各期望频数代入 ?? 的计算公式得 ? 相关系数（原理分析） 将??入? 相关系数的计算公式得 ad 等于 bc ， ? = 0，表明变量X 与 Y 之间独立 若 b=0 ，c=0，或a=0 ，d=0，意味着各观察频数全部落在对角线上，此时|?| =1,表明变量X 与 Y 之间完全相关 列联表中变量的位置可以互换，?的符号没有实际意义，故取绝对值即可 列联相关系数（要点） 用于测度大于2?2列联表中数据的相关程度 计算公式为 C 的取值范围是 0?C1 C = 0表明列联表中的两个变量独立 C 的数值大小取决于列联表的行数和列数，并随行数和列数的增大而增大 根据不同行和列的列联表计算的列联系数不便于比较 V 相关系数（要点） 计算公式为 V 的取值范围是 0?V?1 V = 0表明列联表中的两个变量独立 V=1表明列联表中的两个变量完全相关 不同行和列的列联表计算的列联系数不便于比较 当列联表中有一维为2，min[(r-1),(c-1)]=1,此时V=? ?、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 列联表中的相关测量（一个实例） 【例】一种原料来自三个不同地区，原料质量被分成三个不同等级。从这批原料中随机抽取500件进行检验，结果如下表。分别计算?系数、C系数和V系数，并分析相关程度 地区 一级 二级 三级 合计 甲地区 52 64 24 140 乙地区 60 59 52 171 丙地区 50 65 74 189 合计 162 188 150 500 列联表中的相关测量（一个实例） 解：已知n=500，根据前面的计算??＝19.82，列联表为3?3 结论：三个系数均不高，表明产地和原料等级之 间的相关程度不高 * X2分布的期望值准则 利用X2分布进行检验时，要求样本容量必须足够大，特别是每个单元中的期望频数不能过小，否则应用X2检验可能会得出错误的结论。 一项准则是：如果只有两个单元，每个单元的期望频数必须是5或以上。 另一准则是：如果有两个以上的单元，如果20%的单元期望频数小于，则不能应用X2检验。 * X2分布的期望值准则 例如表中的数据可以计算，因为6个单元中只有1个单元的期望频数小于5。 类别 f0 fe A B C D E F 28 49 18 6 92 20 26 47 23 4 88 25 合计 213 213 * X2分布的期望值准则 但是表中的数据不能应用检验。 类别 f0 fe A B C D E F G 30 110 86 23 5 5 4 32 113 87 24 2 4 1 合计 263 263 * X2分布的期望值准则 如果我们仔细观察会发现，表中的f0与fe非常接近，最大的差别只是3，应当说期望值与观察值拟合得很好，它们之间并无显著差别。 然而，用X2检验得到的结果却是拒绝原假设，差异显著。 解决的方法是：将小单元合并，使得fe大于5。 学习动物精神 11、机智应变的猴子：工作的流程有时往往是一成不变的，新人的优势在于不了解既有的做法，而能创造出新的创意与点子。一味 地接受工作的交付， 只能学到工作方法 的皮毛，能思考应 变的人，才会学到 方法的精髓。 学习动物精神 12、善解人意的海豚：常常问自己：我是主管该怎么办才能有助于更好的处理事情的方法。在工作上善解人意， 会减轻主管、共 事者的负担，也 让你更具人缘。 3 第九章 分类数据分析 第九章 列联分析 变量之间的关系: 1.定性变量之间的关系 2.定性变量与定量变量之间的关系. 3.定量变量与定量变量之间的关系. 数据的类型与列联分析 数 据 定量数据 (数值型数据) 分类数据 (品质数据) 离散数据 连续数据 列联分析 分类数据 分类