统计量勾选卡方分配.pptVIP

類別資料關係之探討──卡方檢定 6.1 檢定原理 6.2 卡方檢定的關聯性檢測 6.3 卡方檢定的類型與範例 6.1　檢定原理 1/4 卡方檢定的基本概念是測試某類別資料出現的頻率(frequency)，是否隨著另一個類別資料的不同層級而有不同的分布。舉例來說，購買者的性別與居住地之分布如下表： 6.1　檢定原理 2/4 該業者希望了解什麼呢？ 顯然男女生的比例是否在北、中、南部有所不同？ 依照兩變數間次數的分布情形，從而判斷兩變數是否有關聯，就是卡方檢定的應用。列聯表中自變數(independent variable)應列在上方(column)，而應變數(dependent variable)列在左方(row)。 6.1　檢定原理 3/4 卡方檢定的例子： 從下表中的次數資料，檢定男女生在購買房車時，對大小型車的選擇是否有所不同？ 6.1　檢定原理 4/4 檢定步驟如下： 建立假說： H0：購車大小與性別無關 H1：購車大小與性別有關 依據虛無假設，計算出期望次數。 卡方值計算如下： 卡方值愈大，愈表示H0之假設有誤，傾向拒絕H0。 6.2　卡方檢定的關聯性檢測 1/2 依據質化資料的性質（名目或順序），而有不同的相關係數。 Phi相關：適用於兩個變項均為二分法之名目變項（例如：性別）。 Cramer’s V：是名目變數相關性最常用的指標。其值介於0與1之間