八、卡方检验课件.pptVIP

` ;卡方检验基础

拟合问题－单个样本率与总体率的比较

相关问题－两个样本率或构成比的比较

两分类变量间关联程度的度量

一致性检验与配对卡方检验

分层卡方检验

小结;?2检验是以?2分布为基础的一种假设检验方法，主要用于分类变量，根据样本数据推断总体的分布与期望分布是否有显著差异，或推断两个分类变量是否相关或相互独立。其原假设为：

H0：观察频数与期望频数没有差别;首先假设H0成立，计算出?2值，它表示观察值与理论值之间的偏离程度。根据?2分布，?2统计量以及自由度可以确定在H0成立的情况下获得当前统计量及更极端情况的概率P。如果P很小，说明观察值和理论值偏离程度太大，应当拒绝原假设，表示比较资料之间有显著性差异；否则就不能拒绝原假设，尚不能认为样本所代表的实际情况与理论假设有差别。;?2值的计算：;当n比较大时，?2统计量近似服从k-1个自由度的?2分布。在自由度固定时，每个?2值与一个概率值（P值）相对应，此概率值即为在H0成立的前提下，出现这样一个样本或偏离假设总体更远的样本的概率。如果P值小于或等于显著性水准，则拒绝H0，接受H1，即观察频数与期望频数不一致。如果P值大于显著性水准，则不拒绝H0，认为观察频数与期望频数无显著性差异。P值越小，说明H0假设正确的可能性越小；P值越大，说明H0假设正确的可能性越大。;卡方检验基础;检验某个连续变量的分布是否与某种理论分布一致，如是否符合正态分布，Possion分布等

检验某个分类变量各类的出现概率是否等于指定概率

检验两个分类变量是否相互独立，如吸烟是否与呼吸道疾病有关

检验控制某种或某几种分类变量因素的作用之后，另两个分类变量是否独立，如上例控制年龄、性别之后，吸烟是否与呼吸道疾病有关

检验两种方法的结果是否一致，如两种诊断方法对同一批人进行诊断，其诊断结果是否一致;例1某公司经营多年，形成了一套成熟的企业文化和管理体系，例如根据多年的运营经验，经理层、监察员、办事员三种职务类别的比例大约在15：5：80为宜，这样运行效率最高。两年前公司原管理层集体??居二线，新任管理层上任后对公司进行了较大的变动，有员工担心这是否已经导致了职务类别比例的失调，影响到公司的高效运行。目前三种职务的人数比为84：27：363，如何用数据分析来解决此类问题呢？（数据见employeedata.sav）;;拟合问题－样本率与已知总体率的比较;拟合问题－样本率与已知总体率的比较;拟合问题－样本率与已知总体率的比较;注意：

本例使用的数据是原始数据，一个案例代表一个员工的情况。但如果数据是频数格式，即每一行代表一个水平，另外用一个频数变量代表该水平的频数。此时在分析时要首先告诉SPSS具体哪一个变量是频数变量。如何实现呢？利用数据准备中的WeightCases即可。;例2某妇女联合会向工会提出质疑，认为该公司在对女性员工的职位安排上存在歧视，因为该公司216名女性雇员中，只有10人为经理，其余206名为办事员；而258名男性雇员中，74名为经理。但是工会说，男女间职位类别比例的差异，只是一个随机误差，并不是真的存在性别歧视。哪种说法才是正确的呢？（数据见employeedata.sav）;;相关问题－两个率或构成比的比较;相关问题－两个率或构成比的比较;相关问题－两个率或构成比的比较;相关问题－两个率或构成比的比较;相关问题－两个率或构成比的比较;连续性校正?2检验：

仅适用于四格表资料，在n40，所有期望频数均大于1，只有1/5单元格的期望频数大于1小于5时；

Fisher精确概率法：

在样本含量40或有格子的期望频数1的列联表，应该采用该法；

似然比?2检验：

当n40，最小期望频数5时，结论与Pearson?2基本一致；;两分类变量间关联程度的度量;两分类变量间关联程度的度量;两分类变量间关联程度的度量;;;选中可得到RR值;两分类变量间关联程度的度量;两分类变量间关联程度的度量;在Pearson卡方检验中，对行变量和列变量的相关性作检验，其中行变量和列变量是一个事物的两个不同属性。

在实际中，还有一种列联表，其行变量和列变量反映的是一个事物的同一属性的相同水平，只是对该属性各水平的区分方法不同。其特征是：行的数目和列的数目总是相同的。如果希望检验这两种区分同一属性的方法给出的结果是否一致，则不应当使用Pearson?2检验，而应该采用Kappa一致性检验对两种方法一致程度进行评价。;一般认为，

当Kappa≥0.75时，表明两者一致性较好；

0.75Kappa≥0.4时，表明一致性一般；

Kappa0.4时，表明