计量经济学专题01卡方检验韩纪江20150810辩析.ppt

北方民族大学经济学院 韩纪江副教授 卡方检验 chi-square test,chi-squared,χ2test 卡方检验属于非参数假设检验， 适用于布尔型或二项分布数据，主要用于分类变量. 基于两个概率间的比较，早期用于生产企业的产品合格率等 回顾：Chi-square Probability Distribution Χ2分布 进一步理解 χ2 分布的概率密度曲线 Properties of the Chi-square DistributionΧ2分布的性质 χ2 分布的分位点 一、卡方检验的基本思想 2.卡方检验的步骤 （2）卡方值的计算 χ2统计量公式 （3）判断原则 （4）判断标准选定 （5）应用条件 行列表卡方检验的适用条件 3.卡方检验的用途 4.举例 四格表 fourfold table 理论频数与实际频数的比较 步骤（2）计算残差 步骤（3）理解 步骤（4）具体操作 卡方检验假设的等价性 二、各类检验 零假设H0：观察分布等于期望分布。 例子 2.独立性检验 零假设H0：性别与收入无关。 药物疗效试验 3.统一性检验 计算北京和南京不同满意程度的期望值 行列表——新药疗效 4.双变量无序：Pearson 卡方 三、列联表的卡方检验 行×列表卡方检验的条件 2.四格表 应用条件 四格表资料——大白鼠致癌剂 3.四格表的两种用途 （1）一般四格表的卡方检验 操作步骤 四格表——两种药物治疗脑动脉硬化的疗效 （2）McNemars test ，用于2×2 表格的配对样本 假设检验步骤 McNemar检验的条件 四、四格表χ2值的校正 1.叶氏连续性修正（Yates‘s correction for continuity） 2.确切概率法 确切概率法的原理 确切概率法的原理具有通用性 3.Cochran–Mantel–Haenszel chi-squared test 4.Tukeys test of additivity 5.portmanteau test 6.似然比检验（likelihood ratio test） 遗留问题：是否应当进行两两比较？ 有序资料该怎么处理 虽然有人提出用卡方分割等方法来检验，但同样也有学者对这种做法嗤之以鼻 实际上，随着统计学的发展，这个问题已被超越，可以使用对分类数据的建模方法，如logistic模型等对此问题加以解答 单向有序 秩和检验 传统的卡方检验无法对次序信息加以利用 还有一些扩展方法，如CMH卡方 双向有序 实际上考察的是两变量间的关联性（相关性），可以使用专门的关联性指标分析——Spearman等级相关 还有一些扩展方法，如CMH卡方 性别 有关 无关 不好说 合计 男 120 60 50 230 女 100 110 60 270 合计 220 170 110 500 用途 用来检验两个属性间是否独立 一个变量作为行，另一个变量作为列 数据 某机构欲了解现在性别与收入是否有关 随机抽样500人，询问对此的看法 结果分为“有关、无关、不好说”三种答案 确定自由度 （3-1）×（2-1） 2 选择显著水平 α 0.05 500 110 170 220 合计 270 59.4 91.8 118.8 女 230 50.6 78.2 101.2 男 合计 不知道 无关 有关 性别 期望值 500 110 170 220 合计 270 60 110 100 女 230 50 60 120 男 合计 不知道 无关 有关 性别 抽样数据 求男女 对收入与性别相关性 看法的期望次数 采用所在行列合计值相乘，除以总计值来计算每一个期望值 【Excel B9 B5*E3/E5】 【Excel B10 B5*E4/E5】 【Excel C9 C5*E3/E5】 【Excel C10 C5*E4/E5】 【Excel D9 D5*E3/E5】 【Excel D10 D5*E4/E5】 5.9915 卡方临界值 14.32 6.59 0.01 3.61 2.98 女 7.74 0.01 4.24 3.49 男 合计 不知道 无关 有关 性别 卡方统计量 500 110 170 220 合计 270 59.4 91.8 118.8 女 230 50.6 78.2 101.2 男 合计 不知道 无关 有关 性别 期望值 500 110 170 220 合计 270 60 110 100 女 230 50 60 120 男 合计 不知道 无关 有关 性别 抽样数据 利用卡方统计量公式计算统计量 【Excel B15 （B3-B9）^2/B9】 其余单元格依次类推。加总χ2 14.32 利用Excel提供的CHIINV函数求临界值 【Excel E19 CHIIN