第9章列联解析.pptVIP

As a result of this class, you will be able to ... 9 3 9 As a result of this class, you will be able to ... 拟合优度检验(例题分析—用P值检验) H0: ?1=0.45 ?2=0.4 ?3= 0.15 H1:原假设中至少有一个不成立 如果广告战之后各公司产品的市场占有率没有发生变化，即如果原假设依然成立，则在200个被调查者中，喜欢各个公司产品的人数的期望值应当是： fe1=200×0.45=90 fe2=200×0.4=80 fe3=200×0.15=30 拟合优度检验(例题分析—用P值检验) 公司 观察值频数 期望值频数 f0-fe (f0-fe)2/fe A 102 90 12 1.6 B 82 80 4 0.05 其他 16 30 14 6.53 合计 200 200 —— 8.18 观察值、期望值、及有关计算结果 拟合优度检验(例题分析) H0: ?1=0.45 ?2=0.4 ?3= 0.15 H1:原假设中至少有一个不成立 ? = 0.05 df = (2-1)(3-1)= 2 临界值(s): 统计量: 在 ? = 0.05的水平上拒绝H0 可以认为广告后各公司产品市场占有率发生显著变化 决策: 结论: ?2 0 8.18 5.99 ? =0.05 拟合优度检验(例题分析—用P值检验) 第1步：将观察值输入一列，将期望值输入一列 第2步：选择“函数”选项 第3步：在函数分类中选“统计”，在函数名中选 “CHITEST”，点击“确定” 第4步：在对话框“Actual_range”输入观察数据区域 在对话框“Expected_range”输入期望数据区域 得到P值为0.016711，所以拒绝原假设 用Excel计算p值 9.3 列联表中的相关测量 9.3.1 ? 相关系数 9.3.2 列联相关系数 9.3.3 V 相关系数 列联表中的相关测量 品质相关 对品质数据(分类和顺序数据)之间相关程度的测度 列联表变量的相关属于品质相关 列联表相关测量的统计量主要有 ? 相关系数 列联相关系数 V 相关系数 ? 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 ? 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??带入? 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，意味着某个方向对角线上的值全为零，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 ? 相关系数 (原理分析) 例如：一个变量表示性别（男，女），另一个变量表示态度（赞成，反对）。 |?| =1说明，或者男性全部赞成，女性全部反对；或者男性全部反对，女性全部赞成。现实中这种情况是罕见的，因此，实际上?系数的取值范围是0~1之间，且?的绝对值越大，说明变量X与Y的相关程度越高。 但是，当列联表R×C中的行数R或列数C大于2时，系数将随着R或C的变化而增大，且?值没有上限。这时用?系数测定两个变量的相关程度就不够清晰，可以采用列联相关系数。 列联相关系数(coefficient of contingency) 又叫C系数 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 列联相关系数(coefficient of contingency) c系数的特点是，其可能的最大值依赖于列联表的行数和列数，且随着R和C的增大而增大。例如：当两个变量完全相关时，对于2×2表，c=0.7071；对于3×3表，c=0.8165；而对于4×4表，c=0.87。因此，根据不同的行和列计算的列联系数不便于比较，除非两个列联表中行数和列数一致。 V 相关系数(V correlation coeffici