spss平均数差异t检验.pptxVIP

会计学1spss平均数差异t检验 第九章 类别变项分析：卡方考验2课程目标了解类别资料的特性了解残差分析的原理 了解卡方考验的原理了解各种类别变项关联系数了解各种顺序变项关联系数熟习类别变项的各种SPSS统计应用第1页/共21页 第九章 类别变项分析：卡方考验3类别资料的分析 类别资料的产生原发性类别资料：当被测定的变项的本质是名义性的属性, 例如性别资料操弄性类别资料：以人为操作的手段所获致的分类性资料, 例如实验操弄的分类结果虚拟化类别资料：由其他类型的资料型态转换成类别形式的资料, 例如由连续变项转换来的类别变项类别资料的基本型态次数与百分比类别资料的呈现 次数分配表与列联表类别资料的分析卡方检定与其他关联性分析法第一节第2页/共21页 第九章 类别变项分析：卡方考验4类别变项的考验类型适合度考验 某一个变项是否与某个理论分配或母群分配相符合 考验的内容仅涉及一个变项，是一种单因子考验 独立性考验 同时检测两个类别变项﹙X与Y﹚之间的关系时，其目的在于检测从样本得到的两个变项的观察值，是否具有特殊的关联。 若检定不同人口母群体，在某一个变项的反应是否具有显著差异。称为同质性考验。多重列联表分析 探讨三个或以上类别变项之间是否具有关联（非独立）或无关（独立）第一节第3页/共21页 第九章 类别变项分析：卡方考验5列联表列联表为两个单一类别变项的次数分配表的整合呈现直行（column）变项以X表示，横列（row）以Y表示如果X变项具有k个水平，Y变项具有l个水平，称为k×l列联表边际分配﹙marginal distribution﹚列联表的侧缘数据（右侧及下方的次数分配），反应两个变项的次数分配状况，也就是两个独立的次数分配表细格次数边际次数所包夹的区域称为细格﹙cells﹚，反应两个变项的互动关系两个类别变项是否具有关联性，就是在检查各细格当中次数的变化情形 第一节第4页/共21页 第九章 类别变项分析：卡方考验6残差分析（residual analysis） 残差分析各细格期望次数与观察次数的差值的分析期望值（以 表示）是各细格所相对应的两个边际人数百分比（Pi.与）的乘积乘以总人数在特定边际次数的条件下，两个变项无关联时，细格次数在随机情况下的最可能值，或称为最大概似（maximum likelihood）期望值 第二节第5页/共21页 第九章 类别变项分析：卡方考验7残差（residual）残差各细格实际观察人数减去期望人数，又称为Δ（delta）值 残差越大，各细格分布越不如期望般的出现，两个变项有某种关联，残差越小，表示各细格分布越接近期望，两变项无关联 正残差值表该细格的观察次数高于两个变项无关时的期望值负残差值表该细格的观察次数低于两个变项无关时的期望值 第二节第6页/共21页 第九章 类别变项分析：卡方考验8标准化残差（standardized residual） 标准化残差残差为未标准化统计量数。将残差除以标准误，得到标准化残差 将标准化残差平方后加总，即得Pearson ?2，也就是我们常用的卡方值 Δ’分布呈标准化常态分配N（0,1），可利用常态化Z分配进行统计决策调整后标准化残差（adjusted standardized residual）标准化残差会随着边际期望值的大小变动而产生波动若将标准化残差以各边际比率进行调整，得到调整后标准化残差，可以排除各边际次数不相等所造成的比较问题 第二节第7页/共21页 第九章 类别变项分析：卡方考验9卡方考验 卡方考验将样本统计量转换成卡方值，配合卡方分配所进行的统考验原理是以细格次数来进行交叉比较，俗称交叉分析χ2值的大小，代表统计量与理论值的差异程度，一旦χ2值大于显著水平的临界值，即表具有统计意义残差分析是卡方考验显著后的事后考验程序卡方考验显著之后，再以残差分析来检验各细格的状况第二节第8页/共21页 第九章 类别变项分析：卡方考验10卡方分配令X为一常态化随机变量，以N(μ,σ2)表示从此一随机变量中任意抽取一个样本，将X值转换成标准分数（Z分数），再将Z分数取平方，此时，Z2被定义自由度为1的卡方随机变量卡方变量由于是Z分数的平方，因此呈现正偏态分配，而非对称分配。卡方变量介于0到1的机率，等于Z分数介于±1时的机率（68.26%）。 第二节第9页/共21页 第九章 类别变项分析：卡方考验11小样本的卡方检验小样本问题当样本很小时，以上述卡方公式所导出的数值仅是一个卡方近似值，而非真正卡方分配下的数值。小样本应使用校正值，例如耶兹校正（Yate’s correction for continuity）或费雪正确机率考验（Fisher’s exact probability test）前后测资料，应使用麦内玛考验（McN