第4章二维列联表(免费阅读).ppt

不完备列联表 对不完备列联表中元素的估计，可以在假定完全随机泊松分布的基础上，得到似然方程组： 在保持边缘和不变的前提下，解出期望频数。 有的情况下期望频数的极大似然估计难以直接得到，需要通过迭代算法求解。 迭代算法就是在保持边缘和不变时，寻找 放入不完备列联表的非空格中，也就是满足以上方程组成立。 迭代估计法 迭代算法的步骤： 1、令非空格上的期望频数估计的初始值为1， 2、调整该估计值，令： 3、继续调整以上估计值，令： 迭代估计法 4、将第二次迭代得到的值作为初始估计，重复前面的步骤2和步骤3； 5、直至相邻两次迭代得到的估计仅有比较小的差别，最后得到的迭代估计就是期望频数的极大似然估计。 以上步骤可以在表格上完成，每次估计所有非空格的迭代值，直到精度符合要求即可。 不完备列联表期望频数的ML估计除上述迭代法外，还可以通过对数线性模型法，借助统计软件进行估计。 不完备列联表的检验 对拟独立的不完备列联表的ML估计后，需要进行拟独立性检验；同时，考虑不完备子集的拟独立性也是研究完备表的一种方法。 原假设应为： 检验统计量为： 第四章 二维列联表 二维列联表 假设将n个个体按属性A和B分类，属性A有r类，属性B有c类，就形成了一张二维的r×c列联表。 二维列联表 与四格表相类似，二维列联表同样有四种不同的抽样方式。 其中，单侧给定、总的样本容量给定和完全随机三种情况较为常见，且这三种抽样方式下的检验方法完全相同。 独立性与齐性 如果对任意的i和j，都有： ，则称属性A与B独立。 如果A与B独立，则对任意j都与i无关 如果A与B独立，则对任意i都与j无关 独立性与齐性 此时，称属性A与B有齐性关系。 齐性关系描述了Ai类中Bj的条件概率完全相同，或在Bj 类中Ai的条件概率完全相同。 因此，对于二维列联表属性A与B相互独立，等价于二者之间有齐性关系。 需要指出的是，在四格表中相互独立等价于不相关，可以用相关系数描述二者的关联程度。但在二维列联表中则不能使用。 二维列联表的独立性检验 二维列联表独立性检验实质上是带参数的分类数据的检验问题。 二维列联表的独立性检验 【例4.1】为了解男性和女性对三种啤酒的偏好差异分别调查了1353个男性和636个女性，结果见表： 问男性与女性对啤酒的偏好是否有显著差异。 二维列联表的独立性检验 通过计算检验统计量的值得到： 说明男性与女性对啤酒的偏好有显著差异 可见，独立性问题的讨论仅仅是说明属性A与B有无关系，或是否相互独立，但不能给出关系的方向与强弱。 相合性的度量与检验 相合性用来描述属性变量之间的相关情况，包括关联的方向和强度。 二维列联表根据属性的类型分为三类： 双向无序列联表 一向无序、一向有序列联表 双向有序列联表 实际上即使无序也可以定义为有序，或假设有序。这样，相合关系有两类： 正相合：属性A大的个体，属性B也往往较大； 负相合：属性A大的个体，属性B往往较小； 相合性的度量与检验 在四格表中，用来判断属性A与B关联情况（相合性检验）的统计量U、χ2均包含一个共同因子： n11n22-n12n210时，四格表正相合； n11n22-n12n210时，四格表负相合； 有序属性数据相合关系的度量： Pearson的矩相关系数 Spearman的等级相关系数 Kendall的τ相关系数——使用最多 相合性的度量与检验 τ相关系数基本思路： 认为二维列联表均可定义为有序表； 对有序变量的赋值可以确定由小到大的顺序关系，但不影响相合关系的度量；最简单的赋值方法就是令 在二维表中， 相合性的度量与检验 在不考虑同分对的情况下，τ系数以数据对中同序对与异序对的差为分子，以样本容量n可能形成的总数据对数为分母；即 其中：在二维表的任意两个单元格之间，若： 同序对: 异序对: 同分对: 相合性的度量与检验 同分对可以有三种类型 属性A方向的同分对，即行等级或顺序相同的数据对，记为TA ； 属性B方向的同分对，即列等级或顺序相同的数据对，记为TB ； 属性A与B的同分对，即行顺序与列顺序相等的数据对，记为TAB ； 因此有， 相合性的度量与检验 从τ系数的计算公式可知，在属性A与B正相合时，G 比较大而H 比较小；反之在A与B负相合时， G 比较小而H 比较大。因此，(G-H)的方向决定了相合性的方向。 在存在同分对的情况下，需要对相合性的度量进行修正。 相合性的度量与检验 τ系数的取值范围为[-1,1]之间 当H=0，且TA=TB=TAB时，完全正相合； 当r=c时，τ=1； 当G=0，且TA=TB=TAB时，完全负相合； 当r=c时， τ=-1； 当TA=TB=TAB时，说明每一行、每一列只有一个非零