[管理学]第十二章 变量间关系分析.pptVIP

定性和定量变量间的混和关系 前面就是一个所谓的三维列联表(contingency table). 这些变量中每个都有两个或更多的可能取值。这些取值也称为水平；比如收入有三个水平，观点有两个水平，性别有两个水平等。该表为3?2?2列联表 定义：将一个变量值与另一个变量值在表格里进行交叉分类，称为列联表或者交互分类表（软件中一般缩写为crosstabs) 列联表的中间各个变量不同水平的交汇处，就是这种水平组合出现的频数或计数（count）。 二维的列联表又称为交叉表（cross table）。 列联表可以有很多维。维数多的叫做高维列联表。 注意前面这个列联表的变量都是定性变量;但列联表也会带有定量变量作为协变量。 列联表的结构 列联表的结构 列联表的分布 边缘分布 行边缘分布 行观察值的合计数的分布 例如，赞成改革方案的共有279人，反对改革方案的141人 列边缘分布 列观察值的合计数的分布 例如，四个分公司接受调查的人数分别为100人，120人，90人，110人 条件分布与条件频数 变量 X 条件下变量 Y 的分布，或在变量 Y 条件下变量 X 的分布 每个具体的观察值称为条件频数 百分比分布 条件频数反映了数据的分布，但不适合进行对比 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 ） 期望频数的分布 假定行变量和列变量是独立的 一个实际频数 fij 的期望频数 eij ，是总频数的个数 n 乘以该实际频数 fij 落入第 i 行 和第j列的概率，即 ?根据上述公式计算的前例的期望频数 ? 相关系数 测度 2?2列联表中数据相关程度的一个量 对于2?2 列联表，? 系数的值在0～1之间 ? 相关系数计算公式为 ? 相关系数 一个简化的 2?2 列联表 列联相关系数 用于测度大于2?2列联表中数据的相关程度 计算公式为 C 的取值范围是 0?C1 C = 0表明列联表中的两个变量独立 V 相关系数 计算公式为 V 的取值范围是 0?V?1 V = 0表明列联表中的两个变量独立 V=1表明列联表中的两个变量完全相关 当列联表中有一维为2，min[(r-1),(c-1)]=1,此时V=? 列联表中的相关测量（一个实例） 【例】一种原料来自三个不同地区，原料质量被分成三个不同等级。从这批原料中随机抽取500件进行检验，结果如下表。分别计算?系数、C系数和V系数，并分析相关程度 列联表中的相关测量（一个实例） 解：已知n=500，根据计算??＝19.82，列联表为3?3 结论：三个系数均不高，表明产地和原料等级之 间的相关程度不高 第三节 皮尔逊相关系数 解：根据样本相关系数的计算公式有 人均国民收入与人均消费金额之间的相关系数为 0.9989 由于观察频数的总数为n ，所以f11 的期望频数 e11 应为 ? 例如，第1行和第1列的实际频数为 f11 ,它落在第1行的概率估计值为该行的频数之和r1除以总频数的个数 n ，即：r1/n；它落在第1列的概率的估计值为该列的频数之和c1除以总频数的个数 n ，即：c1/n 。根据概率的乘法公式，该频数落在第1行和第1列的概率应为 期望频数 实际频数 期望频数 实际频数 31 33 75 32 反对该方案 37 30 40 34 60 57 三分公司 73 80 66 79 四分公司 75 二分公司 一分公司 68 赞成该方案 对列联表相关测量的工具： 卡方； ? 相关系数 列联相关系数 V 相关系数 第三节 相关的测量 卡方的计算： 观测频数：即实际调查得到的，或者案例给出的数据 期望频数：即假设应该出现的数据 用于检验列联表中变量之间是否存在显著性差异，或者用于检验变量之间是否相关 0.0606 0.3125 0.1500 0.4932 0.1176 0.6250 0.3000 0.9730 (fij- eij)2 f 2 -5 -3 6 -2 5 3 -6 fij - eij 4 25 9 36 4 25 9 36 66 80 60 73 34 40 30 37 68 75 57 79 32 45 33 31 (fij - eij)2 期望频数 (eij) 实际频数 (fij) 合计：3.0319 …..接上例 n = 2 c j n b + d a + c 合计 c + d d c y2 a + b 合计 b x2 x1 a y1 因素 X 因素 Y 将??