类别资料分析卡方檢定的應用.ppt

類別資料分析卡方檢定的應用 列聯表種類 單分類列聯表 投擲骰子100次，其出現點數次數之資料如下: 雙分類列聯表(交叉分析表) 研究教育程度與社經地位是否相關，乃調查300人，其資料如下: 卡方檢定類型 適合度檢定 多項式母體比例的檢定 母體分配型態的檢定 列聯表檢定 獨立性檢定 齊一性檢定 適合度檢定（一）多項式母體比例的檢定 依孟德爾豌豆的外型，得出圓而黃，圓而綠，皺而黃，皺而綠之遺傳比例為9:3:3:1，茲觀察200棵豌豆外型，其資料如下: 假設: 適合度檢定（二）母體分配型態的檢定 調查100戶家庭，發現其所擁有的小孩人數之資料分布如下表。試檢定此組資料是否屬於P=0.4的二項分配?(α=0.2) 檢定: H0:此組資料顯示母體分配為P=0.4的二項分配 H1:此組資料顯示母體分配不為P=0.4的二項分配 列聯表檢定（一）齊一性檢定 例:欲比較兩種品牌之奶粉A、B對嬰兒健康的影響效果，茲調查150個嬰兒，並自其中隨機抽出80位餵食A牌奶粉，另70位則以B牌奶粉餵食。經過一段時間，檢查每一位嬰兒的健康情況;假設將嬰的健康情況分為三類:優良、正常與不良，各類之嬰兒人數列於下表。於是，我們所欲檢定的虛無假設為: H0:兩種品牌奶粉對嬰兒健康的效果並無差異。 H1:兩種品牌奶粉對嬰兒健康的效果並有差異 以A、B品牌奶粉餵食嬰兒，其健康情形 上表之相對次數或機率 母體比例或機率 以A、B品牌奶粉餵食嬰兒，其健康情形(2X3列聯表) 觀察次數oi與期望次數ei 觀察次數oi與期望次數ei 80*54/150 ; 80*57/150 ; 80*39/150 (第一列) 70*54/150 ; 70*57/150 ; 70*39/150 (第二列) 列聯表中各方格之期望次數=列總和*行總和/總樣本大小 以上「齊一性檢定」與以下的「獨立性檢定」觀念雖容稍有不同，但檢定的程序及電腦的解法均相同，故我們只以獨立方式說明及展示電腦的解法。 觀察次數oi與期望次數ei 列聯表檢定（二）獨立性檢定 設從一母體隨機抽出n個樣本資料，該樣本資料可依A、B兩標準(或變數)加以分類，如下的次數分配表，稱為雙分類列聯表，又稱 「r x c」列聯表 假設 H0:A標準與B標準相互獨立(A與B兩者無關) H1:A標準與B標準相不互獨立(A與B兩者無關) 例一、了解兩地區居民對租稅改革的意見 例二、研究者想了解教育程度與社經地位是否有關，乃調查300人，其資料如下: 三、相關係數分析 Pearson’s相關係數的求得及意義 求十名學生期末考數學與統計成績之相關係數r之公式所需之資料處理。 代入公式以求相關係數 XY的偏差平方和=XY之乘積的總和-(X的總和*Y的總和)/資料數=61970-740*830/10=5500 X的偏差平方和=X^2的總和-(X的總和的平方)/資料數=56200-740*740/10=14400 Y的偏差平方和=Y^2的總和-(Y的總和的平方)/資料數=69288-830*830/10=3980 相關係數 r= (XY的偏差平方和)/(√ X的偏差平方和)(√ Y的偏差平方和)=5500/ (√14400 √3980)=0.720.7，故屬高度正相關。 相關係數的強度大小與意義 母體相關係數ρ的檢定: 樣本統計量Pearson’s r→推論母數ρ 計算樣本統計量: 取 r=[1/(n-1)] Σ[(Xi-X)/S^x][(Yi-Y)/S^y] 再取 t=[r √(n-2)]/[ √(1-r2)]=t(n-2) df=n-2 計算 t0 (將值代入) 放棄域:設顯著水準α，則放棄域(雙尾) t-t(1-α/2，n-2)及tt(1-α/2，n-2) 判斷: 若t0落在放棄域，則差異顯著，放棄H0，接受H1 若t0不落在放棄域，則差異不顯著，接受H0 檢定母體相關係數ρ是否為零?設α=0.05 假設H0: ρ=0; H1: ρ≠0 (雙尾檢定) 顯著水準: α=0.05 放棄區: t-t(0.975，8)=-2.306-及tt(0.975，8)=2.306 計算:本題樣本相關係數 r=0.72, n=10，代入t0=[r √(n-2)]/[ √(1-r2)]=[0.72 √(10-2)]/[1-(0.72)^2]=2.90 判斷:因為2.902.306，落在棄區，即差異顯著，放棄H0，接受H1表示X與Y具有顯著相關。 在「資料分析」表中找「相關係數」 輸入欲要分析的範圍，及欲要輸出的範圍。 年齡 飲用量 啤酒印象 結論:「年齡」與「飲用量」及「啤酒印象」之相關程度不顯著，但「飲用量」與「啤酒印象」之相關程度顯著，但哪種