肆 卡方獨立性檢定 與 變數間的關聯性檢定 -.ppt

公共管理與政治學研究方法研討班 陸 卡方獨立性檢定 與 變數間的關聯性檢定 主講人 陳陸輝 特聘研究員兼主任 政治大學選舉研究中心 變數之間關係的描述 一、卡方獨立性檢定 二、關聯性的統計 一、卡方獨立性檢定 在一般民意調查或是社會科學中， 最常使用的統計方法。 卡方獨立性檢定的基本原則與程序 ?基本原則是檢視觀察值與期望值之間的差異，是否達到統計上的顯著程度。 如果具有顯著差異，則再進一步解釋差異的來源。 「南人食米、北人食麥」的卡方獨立性檢定 我們就以「南人食米、北人食麥」為例 按步就班分解卡方獨立性檢定 ? 我們統計上的虛無假設是： 居住地區與飲食習慣之間是互相獨立的，沒有任何關聯。 1.先列出兩個變數的次數（或是百分比）分配 2. 假設兩個變數彼此獨立，並找出其期望值（E） 3. 觀察值的實際分佈（O） 4. 計算觀察值與期望值之間的差異(O-E) 5. 計算每一個格子的卡方值 6.???加總所有格子內的卡方值 加總所有卡方值，我們得到=37.5 7. 自由度的計算方式: df = (c-1) (r-1)=(2-1)*(2-1)=1 r = row 橫列的類別數目 c = column 直欄的類別數目 8. 查表 卡方檢定表 得到p0.001，所以拒絕虛無假設。 *: p0.05 **: p0.01 ***: p0.001 卡方獨立性檢定的解釋程序 1.做卡方檢定，確定變數間的關係是否獨立。 2.以調整後餘值，觀察特定格子是否顯著偏高／低。 3.具體解釋表格內的百分比。 調整後餘值 / 殘差的運用與解釋 調整後餘值的分布是接近標準常態分配，平均數為0而標準差為1。 通常絕對值大於等於1.96時，表示該細格與其他觀察值之間具有顯著差異，其正負值則表示該細格出現的頻率顯著偏高或顯著偏低。 若是其值落在正負1.96之間時，則表示該細格出現的頻率僅略高或是略低。 調整後餘值 不同地區民眾飲食習慣差異的卡方檢定 表4-4　2000年總統大選省籍與投票對象的卡方獨立性檢定 調整後餘值 2000年總統大選省籍與投票對象卡方獨立性檢定 研究問題： 統計的虛無假設 統計的對立假設 2000年總統大選省籍與投票對象卡方獨立性檢定 統計描述： 從範例表三中我們發現：卡方檢定的p值小於0.05，顯示我們得以拒絕虛無假設，民眾的省籍與投票對象之間並不獨立。 論文的說明： 本研究在於分析：民眾的省籍背景與投票對象之間的關聯性，在卡方檢定中我們發現兩者關係並非獨立，進一步檢視，我們發現：相對於全體選民，本省客家的民眾對於宋楚瑜的支持略高，約達四成；對於連戰的支持程度也略高，接近三成，不過，他們對於陳水扁的支持程度顯著偏低，僅不及三分之一。 卡方獨立性檢定進行前的注意事項 需要注意的是，在進行卡方檢定時，一般的要求是每一個細格的期望值應大於或等於5，也有學者加以放寬到最小的期望值大於或是等於1。此外，小於5的細格數的比例不能超過所有格子數的20%，以免因為樣本過少而影響推論。細格太多，通常需要先做類目合併。 勝算(odds)與勝算比（odds ratio） 勝算/成敗＝（成功機率）/（失敗機率） 2*2表格的勝算比 女性中，投給馬英九相對謝長廷的「勝算」（odds）＝491/246＝2.00 男性中，投給馬英九相對謝長廷的「勝算」（odds）＝415/288＝1.44 女性投給馬英九相對於謝長廷的勝算是男性（投給馬英九相對於謝長廷的勝算）的1.39倍 機率與勝算的轉換 機率＝（odds）/（odds+1） 女性中，投給馬英九相對謝長廷的「勝算」（odds）＝491/246＝2.00 女性投給馬英九的機率：2/(2+1)=0.666 二、關聯性的統計 1 名目變數間的關聯性分析 2 順序變數間的關聯性分析 3 等距變數間的關聯性分析 1 類別變數間的關聯性分析 一種常用的相關性測量為 Goodman and Kruskal’s Lambda 測量。 這是屬於一種誤差降低率 (proportional reduction of error，或是 PRE) 的相關性測量。其值的分布從0到1。 基本概念是： 當知道一個變數之後， 可以減低我們預測另外一個變數所犯錯誤的比例。 表4-5　2000年總統大選不同省籍選民投票的交叉列表 Lambda 相關性測量實例 如果沒有選民省籍背景的資料（變數X）的相關資訊的話，X，我們預測選民的投票傾向（Y）的最佳方法是運用眾數，使我們的誤差減低到最小，所以，其誤差為=0.581。這是我們預測所有選民都投給陳水扁時，所得到的誤差