第6章 分类资假设检验_071105.ppt

第六章 分类资料的假设检验;第 六 章 分类资料的假设检验;学习目标;案例与背景 ;数据的类型与列联分析;分类数据;6.1 分类数据与列联表;列联表的构造;列联表(contingency table);列联表的结构(2 ? 2 列联表);列联表的结构(r ? c 列联表的一般表示);列联表(例题分析);观察值列联表的分布;观察值的分布(图示);百分比分布(概念要点);百分比分布(图示);期望频数的分布;期望频数的分布(例题分析);期望频数的分布 (例题分析);6.2 拟合优度检验;?? 统计量;?? 统计量(例题分析);SPSS计算卡方值;品质数据的假设检验;拟合优度检验(goodness of fit test);拟合优度检验(例题分析);拟合优度检验(例题分析);拟合优度检验(例题分析);拟合优度检验(例题分析);拟合优度检验(例题分析);拟合优度检验(例题分析);拟合优度检验(例题分析);拟合优度检验(例题分析);拟合优度检验(例题分析);拟合优度检验(例题分析);拟合优度检验(例题分析);拟合优度检验(例题分析);拟合优度检验检验钟表的精确度;拟合优度检验(例题分析);拟合优度检验(例题分析);拟合优度检验(例题分析);拟合优度检验(例题分析);拟合优度检验(例题分析);;;;根据原假设，两个总体的每种反应类型都应当具有相同的比例，让我们分别用一些常见的比例符号 来表示。当某一行给定之后，期望频数应当等于 ，其中 代表每个样本的容量。但是，通常情况下我们并不知道这个比例或者没有在 中对其加以规定，因此必须估计这些比例。 ;根据 可以被估计为： 利用这些估计值，我们可以计算期望频数。 ;为了检验原假设，即总体之间反应类型的同质性。我们需要将观察频数与期望频数进行比较，如果两者相差很大，我们就有理由不相信原假设，应当加以拒绝。 最后，计算检验统计量： ，下表显示了每一小格内 的数值： ;因此，同质性检验的 检验统计量为 =0.674+0.502+2.006+0.770+0.573+2.292 =6.817 现在的问题是“ 值是否过大，使得我们不得不拒绝 ？”。 为了回答这个问题，我们必须知道：当 为真时， 统计量的抽样分布是由一系列分布构成的，其具体形状由自由度这个参数来确定。 ;接着，我们可以查 分布表来确定某一显著水平下的临界值。典型的卡方分布表应当包括当自由度为?时，100?百分位数的上限值;计算同质性检验的自由度 df = k–m–1=6–3–1=2 比如说，我们对显著水平? =0.05时的假设检验感兴趣，那么其临界值应当等于 正如我们知道的那样，我们必须将检验统计量与临界值进行比较，以确定检验统计量的数值是否太大。很明显，检验统计量大于临界值(6.8175.99)。因此，数据显示：当显著水平?=0.05时，我们应当拒绝 。 也就是说，样本数据显示：观众在观看完两种不同版本的商业广告片之后，其反应类型会有明显的差异。;6.3 独立性检验(test of independence);独立性检验(例题分析);独立性检验 (例题分析);独立性检验(例题分析);6.4 c2分布的期望值准则;c2分布的期望值准则;c2分布的期望值准则;c2分布的期望值准则;c2分布的期望值准则;6.5 精确概率法; 校正条件：1≤T5 且 n≥40 校正公式： （6.6） （6.7） ;四格表 检验的应用条件; 四格表卡方检验输出结果有卡方值,校正卡方值和精确概率值,当卡方值较大时,这三种结果较一致,优选用精确概率值,当卡方值在界值附近时,宜用四格表确切概率法计算所得的精确概率值。; Fisher确切概率法 Fisher确切概率(Fisher probabilities in 2×2 table)法是由R.A.Fisher提出的，其理论依据是超几何分布，并非 检验的范畴，但实际应用中常用它作为四格表资料假设检验的补充。 在四格表周边合计数固定不变的条件下，计算表内4个实际频数变动时的各种组合之概率