13 列联表及其spss实现过程2.pptVIP

列联表 （定类变量——定类变量） 第十章 列联表第一节 什么是列联表 一、两个定类变量的一般情况 例1：某单位对闲暇时间进行了全面调查，根据不同年龄档和喜爱收看电视节目的类型进行类如下的统计分析（表1） 列联表：通过各间格的频次或相对频次，研究变量之间是否存在关系，也就是说，变量x的分类是否与变量y的分类有关。 条件分布 y的条件分布（控制x值） X的条件分布（控制y值） 三、列联表中变量的相互独立 如果变量间是相互独立的，则变量的条件分布与它的边缘分布相同： 第二节 列联表的检验 一、列联表检验的原假设： 总体中的变量之间无关系，或相互独立。 二、列联表检验的统计量 根据列联表的原假设 求出列联表中各格的期望频次 当观察频数与期望频数完全一致时， 值为0；观察频数与期望频数越接近，两者之间的差异越小， 值越小，表明观察频数接近期望频数，接近假设；反之，观察频数与期望频数差别越大，两者之间的差异越大， 值越大，表明观察频数远离期望频数，即表明远离假设。 是观察频数与期望频数之间距离的一种度量指标，也是假设成立与否的度量指标。但 在每个具体研究中究竟要大到什么程度才能拒绝原假设呢，这要借助于 分布求出所对应的p值来确定。 列联表检验就其检验的内容来看是双边检验，但它所判断的内容仅是变量间是否存在关系。至于关系的方向，由于列联表属定类变量，因此是不存在的。但从列联表统计量的公式来看，只有期望频次和实测频次间的绝对值愈大，才能越否定变量间无关系的原假设。因此，列联检验从形式上看，又很像右侧单边检验。 列联表的检验是通过频次而不是相对频次的比较进行的。 （一）对于 列联表，由于格数过少，为减少作为离散观测值与作为连续型变量x值之间的偏差，可做连续性修正。 （二） 检验的讨论，也适用于单变量二项总体或多项总体的假设检验 1.二项总体（大样本总体成数检验：Z） 检验： 设 对于样本容量为n的抽样，理论上的数学期望： 2.多项总体检验： 设 对于样本容量为n的抽样，理论上的数学期望： （三）使用统计量 对列联表进行检验，每一格值的 要保持在一定数目之上。如果其中有的格值 过小，那么在计算 值时， 值的波动就会扩大。 如果有两个格值，要求 对于 列联表，要求 或者 小于5的格数不应超过总个数的20%。 当出现不符合上述要求时，可将期望值偏小的格值合并。 第三节 列联强度一、变量间的相关（Association） 通过统计量 值检验列联表间是否存在关系。在确定了存在关系之后，进一步要问的问题将是关系的程度如何。相关程度的度量方法根据变量层次的不同而有所不同。 由于列联表研究的是定类变量，因此列联表中的频次分布情况，不仅是检验是否存在关系的依据，同时也是度量变量间关系强弱的依据。相关程度越高，变量间的关系越密切。 二、以 值为基础的相关性测量 列联表检验的统计量 除了可作为显著性检验外，它的表达式还反映了实际频次与期望频次间差值的累计，而期望频次是基于无相关的前提下计算的。因此， 的大小反映了变量间关系的程度，而单位频次的 值就构成了 系数。 变量间的完全相关： 变量间的完全相关： C系数： 这样C值将永远保持在[0,+1)之间，且永远小于1。 C系数虽然克服了 系数无上限的缺点，但在两变量全相关时，却永远不能达到1。为此又出现了V系数： V系数： V的取值范围是 四、以减少误差比例为基础的相关性测量——具有更普遍意义（适用于所有层次的变量） 研究现象之间的关系，可以帮助我们从一个现象预测另一个现象，其中关系密切者，在预测中通过某一现象预测另一现象时，其盲目性比较关系不密切者为少。 变量间的相关程度，可以通过不知y与x有关系时，预测y的全部误差与知道y与x有关系时，用x去预测y的误差的相对差值大小度量之，又称减少误差比例法（PRE）。 PRE 的取值范围 当两变量无关时，知道X与否，无助于y的预测，因此误差不变：