非参数统计 第5章分类数据的关联分析.pptVIP

根据置信区间分组 设 由公式(5.8)给出,则其在大样本的情况下服从 正态分布, 其95%的置信区间为: 如果希望通过置信区间来比较第i处理与参照组之间的 差异, 可以用 代替 ,其中 当显著性水平 0.05时, (1- )的置信区间近似于 其中 为第i处理的响应数. 若 ,且B1比Bs的等级高, 则当Ridit得分 的值越小,其对应的第i处理(Ai)的等级越高 例5.6参见教材 前面章节介绍的列联表,是研究分类变量的独立性和依赖性的重要工具. 其能确定两个变量之间有无关联,不能确定变量之间有什么关联. 针对定量数据(定比,定距数据)的变量,分析变量之间的关系常用模型法,如线性模型,多项式模型,指数模型, 可利用参数估计和检验的方法. 针对分类数据和定序数据,也希望能分析变量之间的具体关联.对数线性模型 正是这类工具之一,它是结合列联表和线性模型的分析方法. 5.7 对数线性模型 对数线性模型用来描述响应变量(因变量)频率 或频数与解释变量(自变量)之间的关系,它强调模型 拟合优度，交互效应和网格频数估计。 对数线性模型具有以下形式： 对数模型中没有解释变量，是用行列因子的效应 参数来表示。