第7章分类变量的推断课件.ppt

* * * * * * * * * * * * As a result of this class, you will be able to ... 7.3.1 ? 系数和Cramer’s V系数 7.3 两个分类变量的相关性测量 * 主要用于2?2列联表的相关性测量 计算公式为 例7—3的计算结果，得到的性别与逃课情况两个变量之间的系数为0.114891。由于? 很小，表明性别与逃课情况不存在相关关系。这与独立性检验的结论是一致的 ? 系数(? coefficient ) * 由Cramer提出，计算公式为 Cramer’s V系数的取值范围总是在0~1之间 当两个变量独立时，V=0；当两个变量完全相关时，V=1 如果列联表的行数或列数中有一个为2，Cramer’s V系数就等于? 系数 例如，根据例7—3的计算结果，得到的性别与逃课情况两个变量之间的Cramer’s V系数与? 系数一致 Cramer’s V系数(Cramer’s V coefficient ) * 主要用于大于2?2列联表的相关性测量，用C表示 计算公式为 联系数不可能大于1。当两个变量独立时，C=0，但即使两个变量完全相关，列联系数也不可能等于1，因此，对列联系数含义的解释就不够方便 列联系数(或相依系数)(contingency coefficient) * 使用SPSS进行相关性测量 第1步：选择【Analyze】→【Descriptive Statistics- Crosstabs】，进入主对话框 第2步：将行变量(本例为“逃课情况”)选入【Row(s)】，将列变量 (本例为“性别”)选入【Column(s)】(行列可以互换) 第3步：点击【Statistics】并选中【Contingency coefficient】和【Phi and Cramer’s V】即可；点击 【Continue】返回主对话框 点击【OK】 用SPSS进行检验 * 根据例7—3中的数据计算的性别与逃课情况之间的3个系数如下(检验结果均不显著) 相关性测量(SPSS应用) * 本章小节 一个分类变量的拟合优度检验 两个分类变量的独立性检验 应用?2检验应注意的问题 两个分类变量的相关性度量 用SPSS进行?2检验 作业 二、练习题 * * * * As a result of this class, you will be able to ... * As a result of this class, you will be able to ... * * * * * * * * * * * * * * * * * * * * 7 - * 统计学STATISTICS (第四版) * 我们是无知的，所以让我们学习吧！ ——Karl Pearson 统计名言 第 7 章 分类变量的推断 7.1 一个分类变量的拟合优度检验 7.2 两个分类变量的独立性检验 7.3 两个分类变量的相关性度量 * 性别与是否逃课有关系吗？ 读完四年大学，一次课也没有逃过，这样的学生恐怕不多 2004年5月，中国人民大学财政金融学院的3名学生就逃课问题做了一次调查。调查的对象是财政金融学院的大一，大二，大三本科生。样本的抽取方式是分层抽样与简单随机抽样结合，先根据年级划分层次，然后对各个班级简单随机抽样，共抽取150名学生组成一个样本，并对每个学生采用问卷调查。问卷内容包括每周逃课次数、所逃课程的类型(选修课、专业课等等)和逃课原因等。调查得到的男女学生逃课情况的汇总表如下 * 性别与是否逃课有关系吗？ 这里涉及到两个分类变量，一个是逃课情况，一个是性别 根据上面的数据，你认为性别与逃课与否有关系吗？如何来检验两个分类变量之间是否存在关系呢？ 学完本章内容就很容易解决这样的问题 7.1 一个分类变量的拟合优度检验 7.1.1 期望频数相等 7.1.2 期望频数不等 * 利用Pearson-?2统计量来判断某个分类变量各类别的观察频数分布与某一理论分布或期望分布是否一致的检验方法 比如，各月份的产品销售量是否符合均匀分布 不同地区的离婚率是否有显著差异(即不是均匀分布） 也称为一致性检验(test of homogeneity) 该检验也可用于判断各类别的观察频数分布是否符合泊松分布或正态分布等 什么是拟合优度检验?(goodness