抽样第十二章.pptVIP

第十二章 复杂抽样设计下的统计分析 卡方独立性检验 定义：用于检验两个或两个以上因素（变量）各有多项分类之间是否有关联或是否具有独立性的问题。 如要讨论血型与性格的关系，血型有A、B、AB、O四类，性格采用心理学上的A型性格来划分，即有A型和B型两种，每个人可能是它们之间交叉所形成的8种类型中的一种，就可以用卡方独立性检验。 过程归纳为：当我们抽取了一个容量为n的样本后，假设可以对样本中的每个单元按两个特性进行分类，分别称为行因子和列因子。 将n个独立观测值分别按行因子和列因子进行交叉分组：行因子R有r个水平，列因子C有c个水平。如表所示： 通常在二维表中还按行，列分别求出其合计数： 其中表示落入第i行和第j列所代表的类的 观测值个数。 如果行因子R和列因子C独立，则对于所有的i和j，有 从而，独立性的检验问题变为 卡方拟合优度检验 基本思想：实际频数与理论频数的吻合程度 用途：检验样本所代表的总体的频数分布是否符合某一理论分布（正态、二项、Poisson) 注意事项：样本含量要充分大，每个组段的理论频数不能太小（小于5） 如果原假设成立，这两个统计量近似服从自由度为r-k-1的卡方分布，其中，k为总体分布的未知参数个数。 卡方检验的调查设计效应 抽样设计从两个方面对类别数据的分析产生影响：一是影响对单元格中概率的估计， 二是影响对相对性或拟合优度的检验。 卡方检验的校正 Bonferroni检验 和卡方分布的矩进行匹配 复杂样本数据的回归分析 在研究变量之间的相互关系时，通常采用回归分析的方法来揭示自变量对因变量的影响大小，并利用得到的回归方程进行预测和控制. 简单随机抽样下的回归分析 一元线性回归 多元线性回归 使用权数的回归与加权最小二乘 逻辑斯谛回归 在一些回归问题中，所研究的因变量往往只有两个可能结果，比如，在一项银行信用卡开卡意愿的调查中，在六个月内有开卡意愿的受访者记为1，没有开卡意愿的记为0。这样，因变量为只取0,1两个值的定性变量，而此前的回归分析讲述的都是因变量为数值型变量的情形。对此类问题，通常采用逻辑斯谛回归进行分析，并预测因变量取值为1的概率。 * *