第12章定性资料的统计解析.pptVIP

第十二章 定性资料的统计分析 第一节 定性变量数量化 在实际研究问题时，往往会涉及到定性变量（如名义尺度变量），如性别、职业等，这些变量只有各种状态的区别，而没有数量上的区别。定性变量不进入数学关系式，就会丢失信息；若要进入，又难以直接加以运算，从20世纪50年代开始发展了数量化理论。 如何对定性变量给以相应的数量描述，从而进行数量化分析，是数量化理论所研究的主要内容。 例如：定性变量是性别，记为X，则： 这种赋值并没有任何数量大小的意义，它仅仅用于说明观察单位的特征或属性，因此，不同特征或属性的观察单位应取不同的值。 又如：天气可取晴、阴、雨三类，则用两个变量表示天气： * * 推广：若某定性变量可取K类，则用K-1个变量表示，其赋值方法为： 第二节 列关联表 在实际工作中，人们常常用列联表的形式来描述属性变量（顺序尺度或名义尺度）的各种状态或相关关系。这在某些调查研究项目中运用得最为普遍。 例如：要研究吸烟与患肺癌的关系：用A表示一个人是否患肺癌，用B表示一个人是否抽烟 合计 患癌症 未患癌症 合计 吸烟 不吸烟 A B 如果两个定性变量分别要考察n和p个，则相应的列联表为n×p表 合计 A1 A2 … An 合计 B1 B2 … Bp A B 为了更为方便地表示各频数之间的关系，将列关联表中的每一个元素 都除以元素的总和n,令 得到频率意义上的列联表。 1 合计 A1 A2 … An 合计 B1 B2 … Bp A B 另 根据上表， 对于研究对象的总体，频率意义上的列联表中的元素有概率的意义， 是特性A第i状况与特性B第j状况出现的概率，而 与 表示边缘概率。考察各种特性之间的相关关系，就可以通过研究各种状况出现的概率入手。如果特性A与特性B之间是相互独立的，则对任意的i与j，有下式成立： 即如果特性A与特性B之间相互独立的话，特性A第i状况和特性B第j状况出现的概率应等于总体中第i状况出现的概率乘以第j状况出现的概率。 令 表示由样本数据得到的特性A第i状况和特性B第j状况出现的期望概率的估计值，我们可以通过研究特性A第i状况和特性B第j状况出现的实际概率 与 的差别大小来判断特性A与特性B是否独立。 如何判断属性变量是否独立？可用皮尔逊拟合优度 检验。 ：属性变量A与B相互独立 若 与 的差距大，表明 为真的可能性越小 给出显著性水平，查找出临界值，可获得其拒绝域。 例：某企业想了解顾客对其产品是否满意，同时还想了解不同收入的人群对其产品的满意程度是否相同，在随机发放的1000份问卷中收回有效问卷792份，收入高低和满意回答的交叉数据如下： 792 194 598 合计 91 542 159 38 108 48 53 434 111 高收入 中等收入 低收入 合计 不满意 满意 概率意义的列联表 1 0.244949 0.755051 合计 0.200758 0.060606 0.140152 低收入 0.684343 0.136364 0.54798 中等收入 0.114899 0.04798 0.066919 高收入 合计 不满意 满意 　 自由度为（3-1）（2-1）=2 给定显著性水平0.05,自由度为2，查 分布表得临界值为5.991, 所以，认为收入高低和对产品的满意度是有关联的。 第三节 对数线性模型 列联表分析无法系统地评价变量间的关系，也无法估计变量间交叉作用的大小，而对数线性模型是处理这些问题的最佳方法。 对数线性模型有很多种类，常用的模型有：饱和型（当变量间相互不独立时），非饱和型（变量间相互独立）等。 下面从2×2的交叉列联表的频数表与概率表出发，介绍对数线性模型的基本理论和方法。 频数表 合计 A1 A2 合计 B1 B2 A B 1 合计 A1 A2 合计 B1