2013统计学原理chapter9硕士列联表和卡方拟合优度非参数检验方法.pptVIP

第九章 列联分析与卡方拟合优度检验 9.1 分类数据与列联表 9.2 拟合优度检验 9.3 独立性检验 9.4 列联表中的相关测量 9.5 列联分析中应注意的问题 学习目标 1. 解释列联表 2.进行 c2 检验 一致性检验 独立性检验 3. 测度列联表中的相关性 9.1 分类数据与列联表 9.1.1分类数据 9.1.2列联表的构造 9.1.3列联表的分布 9.1.1定性数据数据的类型与列联分析 review:品质数据 品质随机变量的结果表现为类别 例如：性别 (男, 女) 各类别用符号或数字代码来测度 使用定类或定序尺度 你吸烟吗? 1.是；2.否 你对某种产品售后服务的满意度? 1.满意；2.说不好；3.不满意 对品质数据的描述和分析通常使用列联表 可使用???检验 9.1.2列联表的构造 由两个以上的变量进行交叉分类的频数分布表 行变量的类别用 r 表示， ri 表示第 i 个类别 列变量的类别用 c 表示， cj 表示第 j 个类别 每种组合的观察频数用 fij 表示 表中列出了行变量和列变量的所有可能的组合，所以称为列联表 一个 r 行 c 列的列联表称为 r ? c 列联表 列联表的结构（2 ? ? 列联表） 列联表的结构（r ? c 列联表的一般表示） 列联表的一个实际例子 9.3.1列联表中的分布 观察值的分布 边缘分布 行边缘分布 行观察值的合计数的分布 例如，赞成改革方案的共有279人，反对改革方案的141人 列边缘分布 列观察值的合计数的分布 例如，四个分公司接受调查的人数分别为100人，120人，90人，110人 条件分布与条件频数 变量 X 条件下变量 Y 的分布，或在变量 Y 条件下变量 X 的分布 每个具体的观察值称为条件频数 图示:观察值的分布 百分比分布（概念要点） 条件频数反映了数据的分布，但不适合进行对比 为在相同的基数上进行比较，可以计算相应的百分比，称为百分比分布。 百分比分布（例示） 概念要点:期望频数 假定行变量和列变量是独立的 一个实际频数 fij 的期望频数 eij ，是总频数的个数 n 乘以该实际频数 fij 落入第 i 行 和第j列的概率，即 期望频数的分布——一个例子 期望频数的分布 ——一个例子（续） 根据上述公式计算的前例的期望频数 9.2 拟合优度检验 9.2.1 ?? 统计量 9.2.2 拟合优度检验 皮尔逊拟合优度检验属于非参数检验，是一种非常重要且简便的非参数检验。它既可用于分布拟合检验，也可用于独立性、样本齐一性等检验。 9.2.1 ?? 统计量 用于检验列联表中变量之间是否存在显著性差异 用于检验变量之间是否独立 用于样本齐一性等检验。 计算公式为 一个例子——表9-5 ?? 统计量的特征 非负 与自由度有关 描述了观测值和期望值之间的接近程度 品质数据的假设检验 9.2.2拟合优度检验的应用1——列联表中的独立性检验 检验列联表中目标变量之间是否存在显著性差异 检验的步骤为 提出假设 H0：P1 = P2 = … = Pj (目标变量的各个比例一致) H1：P1 , P2 , … , Pj 不全相等 (各个比例不一致) 计算检验的统计量 拟合优度检验的例子（例9.1） 提出假设 H0：P1 = P2 = P2 = P4 (赞成比例一致) H1：P1 , P2 , P3 , P4不全相等 (赞成比例不一致) 计算检验的统计量 9.3拟合优度检验应用小结：独立性检验 检验列联表中的行变量与列变量之间是否独立 检验的步骤为 提出假设 H0：行变量与列变量独立 H1：行变量与列变量不独立 计算检验的统计量 独立性检验的一个例子 独立性检验的一个例子 提出假设 H0：地区与原料等级之间独立 H1：地区与原料等级之间不独立 计算检验的统计量 9.4 列联表中的相关测量 列联表变量的相关属于品质相关 品质相关 对品质数据(定类和定序数据)之间相关程度的测度 列联表相关测量的指标 9.4.1 ? 相关系数 9.4.2 列联相关系数 9.4.3 V 相关系数 9.4.1 ? 相关系数 测度 2?2列联表中数据相关程度的一个量对于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 ? 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 ? 相关系数（原理分析） 3.将??入? 相关系数的计算公式得 9.4.2列联相关系数 用于测度大于2?2列联表中数据的相关程度 计算公式为 9.4.3 V 相关系数 计算公式为 9.4.4数值分析 一个实例 一个实例（续） ?、C