第3章卡方检验2011年(上)林学09级生物统计学.pptVIP

第三章 分类数据的卡方检验 第四步 选择计算公式，计算卡方值 自由度=（行数-1）（列数-1）=(2-1)(2-1)=1，故选用校正公式计算卡方值。 行和 总和 T=80 C2=46 C1=34 列和 R2=36 14 (20.7) 22 (15.3) 未注射 R1=44 32 (25.3) 12 (18.8) 注射 未发病 发病 第五步：查临界值 ，作出统计推断 自由度 计算的 ，否定H0，接受HA 表明发病率与注射疫苗极显著相关； 注射组发病率极显著低于未注射组，说明该疫苗有效。 * 第一节 卡方检验基础 第二节 适合性检验 第四节 独立性检验 第三节 数据分布的适合性检验 第一节 分类数据与卡方统计量 一、分类数据的整理 分类数据：不能用数值表示，只能用符号表示研究对象所属类别的数据。也称为定性数据。 例如，某学校100名学生的调查表如下： B 130 172 男 赵六 … … … … … AB 110 168 女 王五 O 120 165 女 李四 A 160 178 男 张三 血型 体重 身高 性别 姓名 数值型数据：可以计算统计量，可以对统计量进行进行单总体和多总体的假设检验， 分 类 数 据 ：不能计算统计量（平均数，方差等），因此不能进行一般意义上的检验。 但是可以对分类数据中各种类别出现的比例进行检验。 分类数据整理方法 检验内容：检验一个分类变量中各种类型所占的比例是否是否与理论比例或者期望比例相同。（适合性检验） 例如，男女的比例是否等于1：1 100 70 5 10 15 比例/% 100 44 56 比例/% 100 合计 70 O 5 AB 100 合计 10 B 44 女 15 A 56 男 人数/人 血型 人数/人 性别 表 血型统计表 表 性别统计表 一个分类变量的整理：统计该分类变量中各个类别出现的次数，得到一个频数分布表。例如： 检验内容：检验内容是两个分类变量是否独立（或者有关系），称为独立性检验。 本例就是检验性别与血型是否独立： 如果两个变量独立，就意味着男人中4种血型的比例与女人中4种血型的比例相同。 若二者不独立，则男女中血型的比例不同。 4 6 B 32 1 6 女 38 4 9 男 O AB A 性别 血 型 表 性别与血型列联表 二个分类变量的整理，其中一个变量分成 r 类，另一个变量分成 c 类，统计两个分类变量的每种组合出现的次数，得到一个 r × c 列联表（contingency table），又称r × c交叉表（cross tabulation）。例如： 二、卡方分布 现将每个随机变量标准化，得到n个相互独立的服从标准正态分布的随机变量： 设有一平均数为 ，方差为 的正态总体 ，现从总体中独立随机地抽取n个样本（n个随即变量）： 记这n个标准正态分布随机变量的平方和为 : 它服从自由度为 n 的 分布，记为： 1 卡方分布的来源 df=1 df=5 df=10 df=15 df=20 2 卡方分布的概率密度函数 x：服从卡方分布的随机变量 v：自由度df ：伽玛（gamma）函数 3 卡方分布的性质 1 随机变量都是正值，即取值范围是（0，+∞） 3 随机变量的平均数=v，方差=2v 2 分布自由度越小，分布曲线的偏斜越明显 随着自由度越大，分布曲线越趋于对称，越接近于正态分布 三、卡方检验 对于分类数据来说，统计假设检验的内容是：分类变量中各种类型出现的比例是否等于理论比例。 例如，调查某羊场一年所产的羊羔中，公羊和母羊的比例是否等于1：1的理论比例，数据见下表。 1 检验目的 0.4566 0 876 876 合计 0.2283 10 438 448 母羊 0.2283 -10 438 428 公羊 (Oi- Ei)2/ Ei Oi- Ei 理论次数 Ei 实际观察次数 Oi 性别 表 羊羔性别的观察次数与理论次数 从表中看到，实际观察次数与理论次数由一定差异，这种差异是属于抽样误差，还是羊羔性别比例发生了变化？ 要回答这个问题，首先需要确定一个统计量用以表示实际观察次数与理论偏离的程度，然后判断这一偏离程度是否属于抽样误差，即进行显著性检验。 度量实际观察次数与理论次数偏离程度的方法： 2 检验统计量 但这种方法尚有不足。因为没考虑到基数的影响。例如某组观察次数505，理论次数500，相