第10章心理统计学--χ2检验.pptVIP

第十章 χ2检验 （chi-square test） 主要用于计数数据的统计分析 配合度检验 独立性检验 同质性检验 主要内容 第一节 X2检验的原理 第二节 配合度检验 第三节 独立性检验 第四节 同质性检验与数据的合并略 第一节 χ2检验的原理 χ2检验（chi-square test）是专门用于计数数据的统计方法。 由于这类数据在整理时，常常以列联表（contingency table）或交叉表（cross tabulation）呈现，因此这种分析方法又被称为列联表分析或交叉表分析。 第一节 χ2检验的原理 处理一个因素两项或多项分类的实际频数与理论频数分布是否一致 数据呈现形式是以列联表或交叉表的单元(cell)形式表示，表中呈现的数据是事物发生的频率 实际频数：在实验或调查中实际得到的计数资料，又称观察频数（observed ） 理论频数：根据概率原理、某种理论次数分布计算出来的次数，又称期望次数(expected) 2．χ2分布的特点 ⑴．χ2分布呈正偏态，曲线的右侧无限延伸，但不与基线相交。 ⑵．χ2值都是正值。 ⑶．χ2分布的和也是χ2分布。 ⑷．χ2分布随自由度的变化而不同。自由度越小，曲线偏斜度越大；自由度越大，分布形态越趋于对称。 测量数据与χ2检验的假设检验的区别 测量数据的假设检验 数据属于连续变量； 数据一般要求其总体呈正态分布， 对总体参数或几个总体参数之差所进行的假设检验； χ2检验的假设检验 数据属于点计而来的间断变量 对计数数据的总体分布形态不作任何假设 在多数情况下不是对总体参数的检验，而是对总体分布的假设检验 一、 χ2检验的假设 （一）分类相互排斥，互不包容 （二）观测值相互独立（无相关） 在实验设计中，一般要求一个被试只能有 一个观测值 （三）期望次数的大小 要求每个单元格的理论数据至少要5个以上。理论数原则上不能小于1，多分类数据中不能超过20％的类别小于5。 二、 χ2检验的基本公式 例：从某校随机抽取50个学生，其中男生27人，女生23人，问该校男女生人数是否相同 根据男女生人数相同的假设，其理论频数应为50/2＝25，于是 χ2分布曲线 相 对 频 数 三、 χ2检验的类别 1.配合度检验（goodness of fit test） 主要用来检验一个因素多项分类的实际观察数与某理论次数是否接近, 当对连续数据的正态性进行检验时, 这种检验又可称为正态吻合性检验。 2.独立性检验（test of independence） 是用来检验两个或两个以上因素各种分类之间是否有关联或是否具有独立性的问题 这种类型的χ 2 检验适用于探讨两个变量之间是否具有关联 ( 非独立 ) 或无关 ( 独立 ). 如果再加入另一个变量的影响 , 即探讨三个变量之间关系时 , 就必须使用多维列联表分析方法（略）。 3.同质性检验（test of homogeneity） 主要目的检定不同人群母总体在某一个变量的反应是否具有显著差异。当用同质性检验检测双样本在单一变量的分布情形 , 如果两样本没有差异, 就可以说两个母总体是同质的, 反之, 则说这两个母总体是异质的。 四、理论数小于5要校正 有四种方法： 1.单元格合并法 2.增加样本数（无法合并的情况下使用 ） 3.去除样本法 （样本例数无法增大情况下） 4.使用校正公式 （略） 当期望次数低于5时，或样本总人数低于20时，要用费舍精确概率法。当单元格内容牵涉到重复测量设计时（配对设计），使用McNemar检验。 第二节 配合度检验（goodness of fit test） 主要用于检验单一变量的实际观察次数分布与某理论次数是否有差别 检验的内容仅涉及一个因素多项分类的计数资料，是一种单因素检验（one-way test） 二．单向表的χ2检验（配合度检验） 把实得的点计数据只按一种分类标准编制成表就是单向表。对单向表的数据所进行的χ2检验，称为单向表的χ2检验，也称为配合度检验（goodness of fit test）。 1．单向表χ2检验的计算公式 单向表中只有一个变量，被按一定标准分为k 组。单向表χ2检验中，χ2值的计算公式可采用下列式 自由度为df＝k－1。 2．单向表χ2检验中理论频数的计算 两种情形 各类别理论频数相等 各类别理论频数符合一定的比例 3．χ2检验的计算 表15-1 单向表χ2检验计算表 【例10-1】 随机抽取60名学生，询问他们在高中是否需要文理分科，赞成分科的39人，反对分科的21人，问他们对分科的意见是否有显著差异？ 解：1.提出假设 H0：学生对分科的意见没有显著差异 H1：学生对分科的意见有显著差异 2.选择检验统计量并计算 对点计数据进行差异检验,可选择χ2检验 计