第十二周课程1.pptVIP

第17章 卡方检验 (Chi-square) 第12周（1） 下面的数据用什么统计方法？ 研究学业成就和自尊的关系 下面的数据用什么统计方法？ 下面的数据用什么统计方法？ n=150 参数与非参数检验 参数检验 用于等比/等距型数据 对参数的前提：正态分布和方差同质 非参数检验 不用对参数进行假设 对分布较少有要求，也叫distribution-free tests 用于类目/顺序型数据 没有参数检验敏感，效力低 因此在二者都可用时，总是用参数检验 卡方匹配度检验 定义 用样本数据检验关于总体分布的形状或比率假设。检验样本的分布比率与假设的总体分布的比率匹配度 。 是对次数分布的检验 研究情境 在医生职业中，男的多还是女的多？ 在三种咖啡中，哪种被国人最喜欢？ 在北京大学中，各国留学生的比例有代表性吗？ 卡方匹配度的虚无假设(1) 无偏好假设 分类之间没有差异 例如对保洁公司的洗发水品牌的爱好 卡方匹配度的虚无假设(2) 与参照群体无差异 60％北大学生对本部食堂的伙食满意，40％北大学生对本部食堂的伙食满意。 北大学生对万柳食堂的伙食的满意度是否与对本部的食堂的满意度是否有差异？ 观察次数 观察次数 样本中分到某一类别的个体的数目。每个个体只能分到一个类别。 用人格量表对被试施测后将被试分成3类 期望次数 由虚无假设和样本的大小决定 卡方匹配度检验的公式 χ2= ∑[(f0-f e)2/ f e] f e=pn df =C-1 F0：观察次数 f e ：期望次数 C：类目的个数 Χ2：统计量 卡方分布的性质（1） 卡方分布不是一个对称的分布,正偏态 随着自由度的增加越来越对称 卡方分布的性质（2） 卡方的值是0或者是正数，不可能是负数。 自由度（n-1）不同，卡方分布也就不同。因此，卡方分布是一系列的曲线。随着自由度的增加越来越接近对称。 卡方值 卡方值越小，越接近零，虚无假设正确的可能性越大,观察次数和期望次数之间越接近 类别的数量对临界值的影响 临界区域（Critical Region） 例子1（数据虚构） 例1的解答 H0:保洁公司洗发水的消费者对3种品牌的偏好没有差异。 df=3-1=2,α=.05, х2的临界值为 5.99 х2= 3.33+7.5+0.83=11.66,拒绝H0 保洁公司洗发水的消费者对3种品牌的偏好有差异。 解题的步骤 描述假设 计算df值， α水平，确定临界值 计算f e和卡方值 得出结论（接受或拒绝 H0） 例2（数据虚构） 60％北大学生对本部食堂的伙食满意，40％北大学生对本部食堂的伙食满意。 调查了100名在万柳就餐的学生，40名学生满意，60名学生不满意。问北大学生对万柳食堂的伙食的满意度是否与对本部的食堂的满意度是否有差异？ 例2的解答 H0:北大学生对万柳食堂的伙食的满意度与对本部的食堂的满意度没有有差异 df=2-1=1, α=.05, х2的临界值为3.84 х2= 6.66+10=16.66,拒绝H0 北大学生对万柳食堂的伙食的满意度与对本部的食堂的满意度有差异 APA对报告卡方统计结果的格式要求 范例 The students showed a significant preference on the question concerning factors involved in course selection, х2(3,n=50)=8.08,p.05. 自由度，样本的大小，卡方值，α水平 要提供每个类别的观察次数，用一个简单的表描述。 卡方独立性检验 检验行和列的两个本来变量彼此有无关联 例如 心理学系学生的性别（男、女）和毕业意向（出国、上国内研究生、工作）的关系。 用你已经学的统计方法能解决这个问题吗？ 两种卡方检验的区别和共同点 区别 变量数 共同点 都是检验观察次数和期望次数之间的接近程度。 卡方独立性检验例子 人格和颜色偏好的关系 卡方独立性检验的虚无假设 形式1 对于普通的学生群体，颜色偏好和人格之间没有关系 形式2 对于普通的学生群体，在两种人格类别中颜色偏好有同样的分布形态（或比例）。 两种虚无假设是等价的 同样的比例意味着没有关系 60％的外向被试喜欢红色，60％的内向的被试也喜欢红色 卡方独立性检验的公式 χ 2= ∑[(f0-f e)2/ f e] f e=（row total）（column total）/n df =（R-1）（C-1） F0：观察次数 f e ：期望次数 R ：行类目的个数 C：列类目的个数 Χ2：统计量 公式的推导和记忆 人格和颜色偏好的关系 对于普通的学生群体，在两种人格类别中颜色偏好有同样的分布形态（或比例）。