定性数据研究方法chap培训教案.pptVIP

* 定性数据研究方法 Categorical Data Analysis 讲授老师: 赵博娟 (博士、教授) e-mail: bojuan_zhao@tjufe.edu.cn 上课时间：　每周四：一单元 (系资料室) 学分：2 周数：12 成绩： 期末考试（70%） 作业、出勤、课上参与 (30%) 课本：An Introduction to Categorical Data Analysis（Alan Agresti） 第一章 引言 第二章 列联表 第三章 广义线性模型简介第四章 Logistic 回归第五章 Logistic 回归模型的建立和应用 第六章 用于多项式分布Logit 模型第七章 用于列联表 Loglinear 模型第八章 配对数据的模型 第一章 引言 1.1 分类数据因变量 1.2 分类数据的分布 1.3 分类数据的统计推断 1.4 二项式分布参数的统计推断 1.5 多项式分布参数的统计推断 1.1 分类数据因变量 （categorical response data） 性别： 男、女 就业情况： 在就业、 待业 喜欢音乐： 古典、乡村、民歌、爵士、其它 宗教信仰：基督、佛教、犹太教、伊斯兰、其它 教育程度：初中及下、高中、大学、硕士、博士 企业发展状况： 上升、稳定、下降 病人情况： 好、一般、严重 分类(categorical)数据是定性的(qualitative), 无序定性(nominal)-有序的定性(ordinal) 数量的(quantitative), 如：年龄、收入、体重 连续变量(continuous)-定性变量区别： ？ ？ 定性(有序、无序) 线性回归 AnoVa 连续 连续或定性 定性 自变量 因变量 分类数据因变量 1.2 分类数据的分布 (Distributions for categorical Data) 二项分布（Binomial，bin（n，p）） 多项分布 （Multinomial） 其中， 分类数据的分布 Poisson分布 分类数据的分布 Poisson分布和多项分布(Multinomial) Y1 死于汽车交通事故 Y2 死于飞机事故 Y3 死于铁路交通事故 （ Y1 ,Y2 ,Y3 ）是独立的参数为 的Poisson分布. 而 是参数为 的Poisson分布. 分类数据的分布 条件分布 是多项分布，其中 分类数据的分布 1.3 分类数据的统计推断 (Statistical inference for categorical data） 似然函数（Likelihood Function） 最大似然估计 （MLE) 例： 二项分布 最大似然估计为： 可以验证， 可计算 信息阵(information matrix), 矩阵的(j,k)元素为 其中， =log（似然函数） 上述信息阵为 的逆矩阵（在某些正规 条件下）. 其中 为 极大似然估计 分类数据的统计推断 检验： Wald test 在零假设下, 近似 分布 (df= 的秩 一维参数，Wald检验变为 近似服从正态分布 分类数据的统计推断 检验： Likelihood ratio test 在零假设下，近似 分布 （自由度为在 假设下维数之差 分别为在 假设下的 极大似然函数值 分类数据的统计推断 检验： Score test 在零假设下，近似自由度为1 的 分布 其中， 为 score function 分类数据的统计推断 三种检验的比较 当 , 三种检验有渐进等价性. 当样本量比较小或适中时，似然比 检验较其他两种可靠. 分类数据的统计推断 构造