统计学第9章.pptVIP

第9章　列联分析 数据的类型与列联分析 9.1 分类数据与列联表 9.1.1 分类数据 9.1.2 列联表(contingency table)的构造 9.1.3 列联表的分布 观察值的分布(图示) 2.百分比分布 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 ) 表 9－2 包含百分比的 2×4 列联表 3.期望值的分布 9.2 拟合优度检验 9.2.1 统计量 9.2.2 拟合优度检验(goodness of fit test) 例9.2 解： 续 用Excel计算 p 值 第一步： 第二步: 第三步: 拟合优度检验(例题分析) 例 某空调系统的区域销售商将该地区划分为四个区域。一个想购买该空调销售权的人被告知这四个区域中的销售情况基本相同。这个期望购买者在该公司的文档记录中随意抽取了40份空调安装记录，结果如表。检验原假设是否成立。（? = 0.05） 解： H0 :空调安装数在四个区域中是均匀分布的 H1 :原假设中至少有一个不成立 拟合优度检验(练习题) 从历史数据可知，创维电视的销售量中，有40%是小屏幕电视（小于21寸），40%是中等屏幕的电视（21—29），还有20%是大屏幕（超过29寸），为了指定下个月适合的生产计划，从现在的购买者中随机抽取了100人的一个样本，发现购买的电视中有55台是小屏幕的，35台是中等屏幕的，还有10台是大屏幕的。在0.01的显著性水平下，检验销售量的历史模式是否成立。 解： H0 : 在售出的所有电视中，小、中、大屏幕所占的比例分别为40%、40%、20% H1 :比例发生变化 9.3 独立性检验 独立性检验的出发点 如果变量A和变量B相互独立，那么根据概率论中的独立性规则，P（AB）=P（A）P（B），若P（AB）≠ P（A）P（B），便说明它们并不相互独立。在独立性假设条件下分别计算出A和B个类别发生的理论概率，并估计相应的频数，最后把观察值与期望值相比较，做出决策。 独立性检验(练习题) 检验服装店顾客的性别和年龄是否是独立的。? = 0.05） 解： H0 :服装店顾客的性别和年龄是独立的 H1 :服装店顾客的性别和年龄是相关变量 拟合优度检验与独立性检验的比较 品质相关 一.? 相关系数 ? 相关系数的计算 ? 相关系数的特例 三个相关系数的说明 9.5 列联分析中应注意的问题 9.5.1 条件百分表的方向 　　1.检验列联表中的行变量与列变量之间是否独立 　　2.检验的步骤 　　(1)提出原假设和备择假设 　　　　 ：行变量与列变量独立 　　　　 ：行变量与列变量不独立 　　(2)计算检验统计量 (3)对规定的显著性水平　，若 则拒绝　 .否则不能拒绝　，即接受　 . 例9.3 　　一种原料来自三个不同的地区，原料质量划分成三个不同 等级. 从这批原料中随机抽取500件进行检验，结果如表 9－9 所示. 要求检验各个地区和原料之间是否存在依赖关系. 表9－9　　原料抽样结果 单位：件 表 9－10 　　　　 3×3 列联表计算过程 解： ：地区和原料之间独立 ：地区和原料之间不独立 续 取　　　　 时，查表得 由于 所以拒绝　 ，接受　 . 即认为地区和原料之间不独立. 期望频数分布表 所以拒绝H0 ，服装店顾客的性别和年龄是相关变量 　　1.抽取样本的方法不同: 拟合优度检验通常分别各类别各 自抽取一个样本,而独立性检验则只抽取一个样本, 并在抽样后 再分类. 　　2.原假设不同: 拟合优度检验通常检验一组样本数据是否服从某一分布,或多组样本数据是否服从同一分布(或具有相同分布).而独立性检验则是检验行变量与列变量是否独立. 　　 9.4 列联表中的相关测量 9.4.1 ? 相关系数 9.4.2 列联相关系数 9.4.3 V 相关系数 9.4.4 数值分析 　　 两个变量之间相关程度主要用相关系数表示，列联表中的 相关测量，就是利用　 值计算相关系数. 　　列联表中的变量通常为定类变量或定序变量，对于定类变 量或定序变量之间的相关，称为品质相关. 1.2×2 列联表中数据的相关程度 2. 系数的绝对值在 0－1 之间 3. 相关系数为 (9.6) 表9－11 c + d d C y2