信息分析方法__分类分析方法.docVIP

??????????? 第五章 分类分析方法 第一节 列联表分析法 ? ? 一、 一维多项分类分析 这种将同一事物仅按某种特性（标志）分为若干（多个）类型，反映类型间是否有显著差异的分析方法称为一维分类多项分析。 1、基本原理 将总体按照某种特性分为A1，A2，……Ak? k个类型，总体中属于k个类型的比例为p1，p2，……，pk。现从总体中随机抽查n个样本单位，其中属于Ai类有ni个，i=1，2，…k。 原假设? H0：p1 = p2 = … =pk 统计量? ? ～ E(ni)为属于Ai类的期望频数，pi为属于Ai类的样本频率。 若 ＞ ，则拒绝H0，即k个类型之间有显著差异； 若 ≤ ，则接受H0，即k个类型之间无显著差异。 ?2、例题 例1 某信息咨询公司受委托调查了解顾客对甲、乙、丙三种品牌矿泉水的喜好程度，随机观察了150名购买者的购买情况，并作如下统计。 品牌 甲 乙 丙 人数 61 53 36 问顾客对这三种品牌矿泉水的喜好是否存有差异？ 解 本题是一维三项概率分布。 令p1、p2、p3分别表示顾客喜好甲、乙、丙品牌的比例，若顾客对这三种品牌矿泉水的喜好没有差异，则意味着顾客中喜好每种品牌的概率均为1/3，因此，可作假设 ???? H0：p1 = p2 = p3=1/3 n1=61，n2=53，n3=36， n=150 ????????? 同理 ?????????? 此例中，k=3，当α=0.05时 ???????? 由于 ，拒绝 H0，即认为顾客对三种品牌的矿泉水喜好确实是有差异的。 ? 二、列联表分析（Contingency Table Anlysis） 按两个及以上特性（标志）对同一事物进行分类，每一特性将事物分为若干个组，利用这样的数据分析特性之间有无关系，称为多维多项分析，由于它常借助于列联表进行，所以又称为列联表分析。列联表主要用于判断定性变量之间是否存在相关关系。 下面仅介绍二维多项分析。 1、基本原理 ?设特性A可分为r类，i=1，2，……, 特性B可分为c 类,nij为同时具有特性A、B的个体,i=1，…,r；j=1,2, …,c。 将分组结果如下表 ? 　 表5-1 r×c列联表 特 性A 合计 A1 A2 …… Aj …… Ac 特 性B B1 n11 n12 …… n1j …… n1c n1. B2 n21 n22 …… n2j …… n2c n2. … …… …… …… …… …… …… …… Br nr1 nr2 …… nrj …… nrc nr. 合计 n.1 n.2 …… n.j …… n.c n ????? 若用Pij表示同时属于Bi和Aj类的概率（即联合概率），以 表示以特性A分类的一维多项概率分布(边际概率分布)， 表示以B分类的一维多项概率分布(边际概率分布)，则多项概率分布表为： 表5- 2 多项概率分布 特 性A 合计 A1 A2 …… Aj …… Ac 特 性B B1 P11 P12 …… P1j …… P1c P1. B2 P21 P22 …… P2j …… P2c P2. … …… …… …… …… …… …… …… Br Pr1 Pr2 …… Prj …… Prc Pr. 合计 P.1 P.2 …… P.j …… P.c 1 ?? 若特性A与特性B不具有相关性，则认为两个分类是独立的，因此可作原假设： ?????????????? H0： （即两个分类是独立的） 可以证明，在很大并且5时候，根据Pearson 定理则统计量 ～ 式中，期望频数 ,且H0成立时 。 由于 、 未知，常用估计值 代替，则理论期望 频数为 。 给定显著性水平，当 时，拒绝，属性Α、Β不独立，存在相关关系； 时，接受，属性Α、Β相独立，不存在相关。 2、示例 [例2] 某市商业系统为提高商业的服务质量，对本市的四大商场进行调查，征求顾客意见，共收回有效问卷443张，每张问卷对某一商场按三种服务质量（优、中、差）评价，其结果用3× 4列联表表示出来，见表5—3。试分析对四个商场的服务质量评价是否一样。 表5-3 ? 商 场 ? 合计 A B C D 优 中 差 81 38 25 46 33 7 49 39 20 67 26 12 243 136 64