（八章）第三节显著性检验——2检验.pptVIP

（八章）第三节显著性检验——?2检验 * * ?2检验概述 运用调查法得到的数据大多是计数数据，即按一定属性分类调查所得的数据，属于总体分布不详（是否呈正态分布）的间断性数据。对于这种计数数据的差异显著性检验就要用?2检验 （样本所属总体呈正态分布的连续性数据——计量数据的检验用u检验、t检验和F检验） ?2的概念 是各组实际观察次数（实得次数）与理论次数（期望次数）之差的平方，除以理论次数所得比率的总和 是反映实得次数与理论次数的差异程度的最好指标 计算公式： ?2越大，说明实得次数与理论次数相吻合的程度越低，即样本分布与假设的理论分布越不相一致； ?2越小，说明实得次数与理论次数的吻合程度越高，即样本分布与假设的理论分布越相一致 所以利用可以度量观察次数与理论次数的差异程度 ?2分布于?2值表 ?2分布 从同一总体中抽取出若干容量相同的样本，每个样本都可以计算出一个?2值，这样许多的?2值就组成一个?2分布。据此绘出次数分布图，就得到一条光滑的曲线即?2分布曲线。 分布曲线以自由度为转移，自由度不同，分布曲线也就不同。 ?=1 ?=3 ?=4 ?=6 ?=2 ?=10 ?=20 ?=30 ?=50 从图中可以看出分布曲线有以下特点： 1.?2分布是一个正偏态分布。自由度df很大时接近正态分布。df→﹢∞时，分布即为正态分布。可见正态分布是?2分布的一个特例。 2. ?2的值都是正值。 3. ?2分布的和也是?2分布。即分布具有可加性。 ?2检验的主要用途 检验的用途较多，主要有两点： 1.进行各种适合性检验。即检验各种实得数据与理论数据相吻合。 2.进行各种独立性检验。即检验计数数据的分组属性是相互关联还是彼此独立。 ?2的一般步骤 一步：设立虚无假设与备择假设。如 H0：无效假设 f0= fe f0 为实得次数 H1：备择假设 f0≠fe fe 为理论次数 二步：计算理论次数，求出?2值 三步：根据df 和选定的显著性水平a（通常选为0.05, 0.01, 0.001），从值表中查出相应的?2临界值。 四步：将计算出的?2值与查表得到的?2临界值相比较。 若?2值大于表中的临界?2值，就拒绝虚无假设H0 ，从而选择备择假设H1 ；如果?2值小于表中的?2临界值，则接受H0 ，拒绝H1 ，即差异不显著。 具体判断规则与表示方法如下： *** P ≤0.001 ?2≥?2（df）0.001 有极其显著差异 ** P ≤0.01 ?2（df）0.01≤ ?2 ?2（df）0.001 有非常显著 差异 * P ≤0.05 ?2（df）0.05≤ ?2 ?2（df）0.01 有显著差异 无 P 0.05 ?2?2（df）0.05 无显著差异 符号 表示方法 与临界值比较 结论 适合性检验 一个样本包含两组或两组以上得到适合性检验，即教材的单项表?2检验 例一： 从学生中随机抽取80人，49人喜欢，31人不喜欢。问该校学生喜欢上体育课和不喜欢体育课人数是否相等？ 1.设立虚无假设和备择假设 H0：喜欢和不喜欢的人数无显著差异 H1：欢和不喜欢的人数差异显著 2.计算理论值，求出?2值 fe喜欢=fe不喜欢=80/2=40 31（40） 49（40） 不喜欢f0 （ fe ） 喜欢f0 （ fe ） 将上表中的数据代入公式得： ?2=（40-40)2 /40+(31-40)2/40 =2.025+2.025 =4.05 3.根据df 和选定的显著性水平a查?2临界值 df =组数-1=2-1=1 查表得 ?2（1）0.05=3.84 ?2（1）0.01=6.64 4.比较计算得到的?2值?2临界值，得出判断： 3.844.056.64 所以拒绝H0，接受H1。 结论为：该校喜欢上体育课和不喜欢体育课的学生人数显著的不相等。 例二（教材144） 问有无显著差异，先对比显著性水平a在0.05的临界值，大于则有显著差异，再对比显著性水平a在0.01的临界值，还大于则结论为非常显著的差异。 练习作业： 从学校教职工中随机抽取84名进行新课改方案的民意测验，其中38人赞成，21人反对，25人不表态。问持各种态度的人数有无显著差异？ 独立性检验——2*2列联表和m*n列联表的?2检验 一、2*2列联表的独立性检验 把样本按照两种属性分类，每种属性又都分为两类，从而排成两行两列的表，也称四格表，属于最简单的列联表，借此可以研究两种属性之间的关系，即检验两种属性之间是彼此独立的还是相互关联的。 现假定A属性可分为