sas列联分析.pptVIP

列联分析 1 分类数据与列联表 2 c2 检验 数据的类型与列联分析 分类数据 分类变量的结果表现为类别 例如：性别 (男, 女) 各类别用符号或数字代码来测度 使用分类或顺序尺度 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 对分类数据的描述和分析通常使用列联表 收集分类数据的目的是为了分析在各个类中数据的分布。例如，我们为了估计消费者中喜欢三种牙膏中每一种的比例，则统计购买这三种品牌牙膏的顾客购买每一种的人数。在这里仅仅是根据牙膏的种类来分类，我们称之为一维分类或一向分类。而顾客的投资倾向与职业的关系中，分类是按投资倾向和职业两个方向进行分类，我们称之为二向分类或列联表。我们先分析一向分类。下面通过例子来介绍一向分类数据的分析。 列联表的构造 列联表(contingency table) 由两个以上的变量交叉分类的频数分布表 行变量的类别用 r 表示， ri 表示第 i 个类别 列变量的类别用 c 表示， cj 表示第 j 个类别 每种组合的观察频数用 fij 表示 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 一个 r 行 c 列的列联表称为 r ? c 列联表 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) 列联表的分布 观察值的分布 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 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 观察值的分布(图示) 百分比分布(概念要点) 条件频数反映了数据的分布，但不适合对比 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 ) 百分比分布(图示) 期望频数的分布 观察值与期望频数的分布对比表 (例题分析) ?? 统计量 ?? 统计量 用于测定两个分类变量之间的相关程度 计算公式为 频数过程 频数过程（FREQ）用于计算各种形式的频数及一些检验统计量。 频数过程句法 PROC FREQ options; OUTPUT OUT= SAS-data-setoutput-statistic-list; TABLES requests / options; WEIGHT variable; EXACT statistic-keywords; BY variable-list; 语句说明： PROC FREQ语句 PROC FREQ options; 选项说明： ORDER=选项及说明： FORMCHAR(1,2,7)= 符号串： 1规定垂直线字符； 2规定水平线字符； 7规定水平与垂直交叉线字符。 ? 通常情况下的FORMCHAR=选项： FORMCHAR(1,2,7)= | - +; ? 表格没有轮廓线和分隔线的FORMCHAR=选项： FORMCHAR(1,2,7)= ; /* 三个空格 */ WEIGHT语句 WEIGHT variable; 该语句规定一个WEIGHT变量，它的值表示相应观测的权数。该变量的值应大于零。若这个值0或缺失，假定该值为0。 BY语句 BY variable-list; 对BY变量定义的观测组分别计算其相应的简单统计量。当使用BY语句时，要求输入数据集已按BY变量排序的次序排列，除非指定NOTSORTED。 OUTPUT语句 OUTPUT OUT= SAS-data-setoutput-statistic-list; 该语句创建一个由PROC FREQ过程输出统计量的SAS数据集。OUTPUT创建的数集可以包括由TABLES语句规定的任意统计量。 PROC FREQ过程每一次只允许使用一个OUTPUT语句。当规定多个TABLES语句时，OUTPUT语句创建的数据集内容对应于最后那个TABLES语句，当一个TABLES语句中规定多个表时，OUTPUT创建的数据集内容对应于最后那个表。 选项说明： OUT=规定输出数据集； output-statistic-list规定输出数据集中所包含的统计量。 拟合优度检验