第3讲 定性数据的卡方检验.ppt

第三章 第一节 第一节 第二节 机动 目录 上页 下页 返回 结束 总体分布的卡方检验实际上是单变量引起的次数分布的差异性检验。如果是两个变量，甚至三个变量交叉引起的次数分布，该如何检验呢？可以使用交叉列联表中的卡方检验和相关分析。 机动 目录 上页 下页 返回 结束 品质数据 （概念要点） 1.品质随机变量的结果表现为类别. 例如：性别(男, 女) 2.各类别用符号或数字代码来测度 一、列联表 3.使用定类或定序尺度 你吸烟吗??? 1.是；2.否 你赞成还是反对这一改革方案??? 1.赞成；2.反对 4.对品质数据的描述和分析通常使用列联表 5.可使用χ2检验 机动 目录 上页 下页 返回 结束 列联表 （概念要点） 1.由两个以上的变量进行交叉分类的频数分布表 2.行变量的类别用r 表示， ri 表示第i个类别 3.列变量的类别用c 表示， cj 表示第j个类别 4.每种组合的观察频数用fij 表示 5.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 机动 目录 上页 下页 返回 结束 列联表的结构 （ r × c 列联表的一般表示） 例1 一个集团公司在四个不同的地区设有分公司，现该集团公司欲进行一项改革，此项改革可能涉及到各分公司的利益，故采用抽样调查方式，从四个分公司共抽取420个样本单位(人)，了解职工对此项改革的看法，调查结果如下表 机动 目录 上页 下页 返回 结束 420 110 90 120 100 合计 141 31 33 45 32 反对该方案 279 79 57 75 68 赞成该方案 合计 一分公司 一分公司 一分公司 一分公司 机动 目录 上页 下页 返回 结束 列联表的分布 （概念要点） 观察值的分布 1.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 2.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 机动 目录 上页 下页 返回 结束 观察值的分布 机动 目录 上页 下页 返回 结束 百分比分布 （概念要点） 1.条件频数反映了数据的分布，但不适合进行对比 2.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. 行百分比：行的每一个观察频数除以相应的行合计数（fij / ri） 列百分比：列的每一个观察频数除以相应的列合计数（ fij / cj ） 总百分比：每一个观察值除以观察值的总个数（ fij / n ） 机动 目录 上页 下页 返回 结束 百分比分布 机动 目录 上页 下页 返回 结束 期望频数的分布 （概念要点） 1.假定行变量和列变量是独立的 2.一个实际频数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 机动 目录 上页 下页 返回 结束 例1(续) 第1行和第1列的实际频数为f11 , 它落在第1行的概率估计值为该行的频数之和r1除以总频数的个数n ，即：r1/n； 它落在第1列的概率的估计值为该列的频数之和c1除以总频数的个数n ，即：c1/n 。 根据概率的乘法公式，该频数落在第1行和第1列的概率应为 由于观察频数的总数为n ，所以f11 的期望频数e11 应为 机动 目录 上页 下页 返回 结束 根据上述公式计算的前例的期望频数 机动 目录 上页 下页 返回 结束 卡方检验还可以用于检验两个或两个以上因素（各有两项或以上的分类）之间是否相互影响的问题，这种检验称为独立性检验。 所谓独立，即无关联，互不影响，就意味着一个因素各个分类之间的比例关系，在另一个因素的各项分类下都是相同的， 卡方独立性检验的零假设是各因素之间相互独立。 二、独立性检验 机动 目录 上页 下页 返回 结束 其原理是根据这一概率定理：若两变量无关，则两变量中联合事件发生的概率应等于各自独立发生的概率乘积。 在列联表中，这一定理就具体转化为：若两变量无关，则两变量中条件概率应等于各自边缘的概率乘积。反之，则两变量有关，或，两变量不独立。 机动 目录 上页 下页 返回 结束 χ2统计量 （概念要点） 1. 用于检验列联表中变量之间是