[临床医学]09第9章列联分析2009.ppt

第 9 章 列联分析 第 9 章 列联分析 9.1 分类数据与列联表 9.2 c2 检验 9.3 列联表中的相关测量 9.4 列联分析中应注意的问题 学习目标 1. 解释列联表 进行 c2 检验 拟合优度检验 3. 测度列联表中的相关性 分类数据 分类变量的结果表现为类别 例如：性别 (男, 女) 各类别用符号或数字代码来测度 使用分类或顺序尺度 你吸烟吗? 1.是；2.否 你赞成还是反对这一改革方案? 1.赞成；2.反对 对分类数据的描述和分析通常使用列联表 可使用???检验 列联表的构造 列联表(contingency table) 由两个以上的变量交叉分类的频数分布表 行变量的类别用 r 表示， ri 表示第 i 个类别 列变量的类别用 c 表示， cj 表示第 j 个类别 每种组合的观察频数用 fij 表示 表中列出了行变量和列变量的所有可能的组合，所以称为列联表 一个 r 行 c 列的列联表称为 r ? c 列联表 列联表的结构(2 ? 2 列联表) 列联表的结构(r ? c 列联表的一般表示) 列联表(例题分析) 列联表的分布 观察值的分布 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 观察值的分布(图示) 百分比分布(概念要点) 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 ) 百分比分布(图示) 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 期望频数的分布(例题分析) 期望频数的分布 (例题分析) ?? 统计量 ?? 统计量 用于检验列联表中变量间拟合优度和独立性 用于测定两个分类变量之间的相关程度 计算公式为 ?? 统计量(例题分析) 拟合优度检验：例9.1 独立性检验：例9.2 列联表中的相关测量 品质相关 对品质数据(分类和顺序数据)之间相关程度的测度 列联表变量的相关属于品质相关 列联表相关测量的统计量主要有 ? 相关系数 列联相关系数 V 相关系数 ? 相关系数(correlation coefficient) 测度2?2列联表中数据相关程度 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(原理分析) 一个简化的 2?2 列联表 ? 相关系数 (原理分析) 列联表中每个单元格的期望频数分别为 ? 相关系数 (原理分析) 将??入? 相关系数的计算公式得 列联相关系数(coefficient of contingency) 用于测度大于2?2列联表中数据的相关程度 计算公式为 V 相关系数(V correlation coefficient) 计算公式为 ?、C、V 的比较 同一个列联表，?、C、V 的结果会不同 不同的列联表，?、C、V 的结果也不同 在对不同列联表变量之间的相关程度进行比较时，不同列联表中的行与行、列与列的个数要相同，并且采用同一种系数 列联表中的相关测量(例题分析) 列联表中的相关测量 (例题分析) 本章小结 解释列联表 计算期望频数 进行 c2 检验 拟合优度检验 对列联表进行相关分析 用Excel进行c2 检验 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=? 【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 189 74 65 50 丙地区 500 171 140 合计 150 188 162 合计 52 24 三级 59 60 乙地区 64 二级 一级 52 甲地区 地区 解：已知n=500，??＝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 结 束 As a result of t