非参数统计讲义四+--卡方检验1.pptVIP

主要内容 齐性检验 解答 ?2 检验的步骤： 计算检验统计量 列联表和 检验 独立性检验 Proc freq data=eyecolor; Tables hair*eye/chisq nocol norow nopct; weight freq; Run; 等概率检验 Proc freq data=eyecolor; Tables hair/chisq expected ; weight freq; Run; Fisher精确检验 检验 Ridit检验 Ridit得分定义 计算步骤 检验 检验 解答 本章要求 掌握分类数据的独立性研究方法； 区分分类数据的独立性和齐性检验的异同； 掌握Fisher检验与卡方检验的应用条件的异同； 了解Ridit方法和应用； 了解对数线性模型和卡方检验的异同； 熟练应用S-Plus中的相关命令学习如上方法。 假设顺序类别B中第j类的边缘分布是 ， j=1,…,s，那么第j类的顺序强度（Ridit得分）定义如下： 其中 在实际计算中用样本估计 . 根据计算的R构造检验统计量： 当大样本时，T值接近于1，从而检验统计量简化为： 在零假设情况下，W近似服从 分布，当W过大或者过小的时候，都考虑拒绝零假设。 例 某医师欲比较胞磷胆碱与神经节苷酯治疗脑血管疾病的疗效，将78例脑血管疾病患者随机分为两组，结果见下表 。问两种药物治疗脑血管疾病的有效率是否相等？ 两种药物治疗脑血管疾病有效率的比较 组 别 有效 无效 合计 有效率（%） 胞磷胆碱组 46 6 52 88.46 神经节苷酯组 18 8（4.67） 26 69.23 合 计 64 14 78 82.05 校正： 未校正： 8 2 2 18 1 2 6 2 1 46 1 1 WEIGHT BY f . CROSSTABS /TABLES=a BY b /FORMAT= AVALUE TABLES /STATISTIC=CHISQ CORR /CELLS= COUNT /COUNT ROUND CELL . 假设检验问题： 当 取大值，或者p-值很小的时候，拒绝零假设。 构造统计量： 60 4 4 78 4 3 370 4 2 425 4 1 30 3 4 57 3 3 262 3 2 289 3 1 12 2 4 8 2 3 41 2 2 38 2 1 18 1 4 13 1 3 67 1 2 98 1 1 F liver oab 1 2 6 24 29 不上门服务 14 40 104 111 32 上门服务 20000 (10000, 20000) (5000, 10000) (1000, 5000) 1000 例：研究开展上门服务是否与销售额有关？调查363个商店数据如下： 二维列联表的独立性检验 Eye Total Blue Brown Green Hazel Hair Black 20 68 5 15 108 Blond 94 7 16 10 127 Brown 84 119 29 54 286 Red 17 26 14 14 71 Total 215 220 64 93 592 w=read.table(D:/data/ehcolor.txt,header=T) w1=xtabs(freq~hair+eye,w) w1 chisq.test(w1) 4 4 14 4 3 54 4 2 10 4 1 15 3 4 14 3 3 29 3 2 16 3 1 5 2 4 26 2 3 119 2 2 7 2 1 68 1 4 17 1 3 84 1 2 94 1 1 20 eye hair freq eye hair 1 2 3 4 1 20 68 5 15 2 94 7 16 10 3 84 119 29 54 4 17 26 14 14 Pearsons Chi-squared test data: w1 X-squared = 138.2898, df = 9, p-value 2.2e-16 结果 Data eyecolor; Input freq hair eye @@; datalines; 20 1 1 94 2 1 84 3 1 17 4 1 68 1 2 7 2 2 119 3 2 26 4 2 5 1 3 16 2 3 29 3 3 14 4 3 15 1 4 10 2 4 54 3 4 14 4 4 ; Proc