图右给出Fisher精确检验结果.ppt

第九章 属性（分类）数据分析 9.1 属性数据及其分析 9.2 SAS中的属性数据分析 9.1 属性数据及其分析 9.1.1 属性数据分析与列联表 9.1.2 属性变量关联性分析 9.1.3 属性变量关联度计算 9.1.4 有序变量关联性分析 9.1.1 属性数据分析与列联表 1. 属性变量与属性数据分析 从变量的测量水平来看分为两类：连续变量和属性(Categorical)变量，属性变量又可分为有序的(Ordinal)和无序的变量。 对属性数据进行分析，将达到以下几方面的目的： 1) 产生汇总分类数据——列联表； 2) 检验属性变量间的独立性(无关联性)； 3) 计算属性变量间的关联性统计量； 4) 对高维数据进行分层分析和建模。 2. 列联表 列联表（contingency table）是由两个以上的属性变量进行交叉分类的频数分布表。例如一个集团公司在四个不同的区域设有分公司，现该集团公司欲进行一项改革，此项改革可能涉及各分公司的利益，故采用抽样调查方法，从四个分公司共抽取420个样本单位，了解职工对此项改革的看法，调查结果如表9-1所示。 表9-1 关于改革方案的调查结果（单位：人） 表中的行(row)是态度变量，这里划分为两类：赞成改革方案或反对改革方案；表中的列(column)是单位变量，