交叉表分析分析和总结.pdfVIP

data05-02 为某公司工资数据（ n=15 ）。使用变量性别 sex 、收入高低 earnings 分析男女经 理间薪金是否平等。 可以利用 data05-01 中的数据，使用变量 occcat80 为工作性质分类， region 为地区，childs 为每个家庭的孩子数。将 childs 为行变量， occcat80 为列变量， region 为控制变量选入 Layer of 框中，进行交叉表分析。 列联表（交叉表）分析 1、 项目名称 Crosstabs 过程 4 、实训原理 Crosstabs 过程用于定类数据和定序数据进行统计描述和简单的统计推断。 在分析时可以产生二维至 n 维列联表，并计算相应的百分数指标。 4-1 列联表分析的含义与任务 在实际分析中， 当问题涉及到多个变量时， 我们不仅要了解单个变量的分布 特征，还要分析多个变量不同取值下的分布， 掌握多变量的联合分布特征， 进而 分析变量之间的相互影响和关系。 很明显，如果还采用单纯的频数分析方法显然 不能满足要求。因此，我们需要借助交叉分组下的频数分析，即列联表分析。列 联表分析的主要任务有两个： （1）根据样本数据产生二维或多维交叉列联表。交叉列联表是两个或两个 以上变量交叉分组后形成的频数分布表。 （2 ）在交叉列联表的基础上，分析两变量之间是否具有独立性或一定的相 关性。 4-2 卡方检验的原理 为了理解列联表中行变量（ Row）和列变量（ Column）之间的关系，我们需 要借助非参数检验方法。 通常采用的方法是卡方检验。 和一般假设检验一样， 卡 方检验主要包括三个步骤： （1）建立零假设：行变量和列变量相互独立。 （2 ）选择和计算检验统计量。列联表分析中的检验统计量是 Pearson 卡方 统计量。其公式为： 2 o e r c f f 2 ij ij （4-9-1 ） e i 1 j 1 f ij 其中， r 为列联表的行数， c 为列联表的列数， f 0 为实际观测频数， f e 期 望观测频数。期望频数的计算公式为： e RT CT f （4-9-2 ） n 其中， RT是指定单元格所在行的观测频数合计， CT是指定单元格所在列的 观测频数合计， n 是观测频数的合计。 由式（4-9-1 ）可以看出，卡方统计量的大小取决于两个因素：一个是列联 表的格子数； 另一个是观测频数和期望频数的差值。 在列联表固定的情况下， 卡 方统计量取值的大小取决于观测频数和期望频数的总差值。 当总差值越大时， 卡 方值也就越大，表明行列变量之间越相关；反之，当总差值越小时，卡方值也就 越小，表明行列变量之间越独立。 （3 ）得出结论并做决策。根据卡方统计量的概率 P 值和显著性水平 进行 比较，做出拒绝还是接受原假设的结论。 如果卡方检验的概率 P值小于显著性水 平 ，则拒绝原假设， 认为行列变量之间不独立， 两者之间存在依存关系。 反之， 如果卡方检验的概率 P 值大于显著性水平 ，则接受原假设， 认为行列变