（教学课件）分类数据分析.ppt

《（教学课件）分类数据分析.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、分类数据分析PowerPoint统计学概述第七、八章介绍的估计和检验方法仅主要针对数值型变量。而列联分析是针对分类变量进行分析的方法。第9章分类数据分析9.1分类数据与c2统计量9.2拟合优度检验9.3列联分析：独立性检验9.4列联表中的相关测量9.5列联分析中应注意的问题学习目标1.解释列联表进行c2检验拟合优度检验独立性检验3.测度列联表中的相关性9.1分类数据9.1.1分类数据补充：列联表的构造列联表的分布9.1.22统计量分类数据分类变量的取值表现为类别例如：性别(男,女)各类别可用符号或数字代码来测度例如：性别(男用1表示,女用0

2、表示)顺序数据也可以看作分类数据原料的质量等级：一等品、二等品、三等品数值型数据也可以转化为分类数据数学期末考试成绩是一个数值型数据，可以根据分数段将成绩为“优秀”、“良好”、“及格”和“不及格”几个类别对分类数据的描述和分析通常使用列联表列联表的构造列联表(contingencytable)由两个以上的变量交叉分类的频数分布表行变量的类别用r表示，ri表示第i个类别列变量的类别用c表示，cj表示第j个类别每种组合的观察频数用fij表示表中列出了行变量和列变量的所有可能的组合，所以称为列联表一个R行C列的列联表称为RC列联表列联表的结构(2

3、2列联表)列(cj)合计j=1j=1i=1f11f12f11+f12i=2f21f22f21+f22合计f11+f21f12+f22n列(cj)行(ri)列联表的结构(rc列联表的一般表示)列(cj)合计j=1j=2…i=1f11f12…r1i=2f21f22…r2:::::合计c1c2…n列(cj)行(ri)fij表示第i行第j列的观察频数列联表(例题分析)一分公司二分公司三分公司四分公司合计赞成该方案68755779279反对该方案32753331141合计10012090110420【例】一个集团公司在四个不同的地区设有分公司，现该

4、集团公司欲进行一项改革，此项改革可能涉及到各分公司的利益，故采用抽样调查方式，从四个分公司共抽取420个样本单位(人)，了解职工对此项改革的看法，调查结果如下表列联表的分布观察值的分布边缘频数行边缘分布（频数）行观察值的合计数的分布例如，赞成改革方案的共有279人，反对改革方案的141人列边缘分布（频数）列观察值的合计数的分布例如，四个分公司接受调查的人数分别为100人，120人，90人，110人条件分布与条件频数表中每个具体的观察值都是变量X条件下变量Y的频数，或在变量Y条件下变量X的频数，称为条件分布（频数）观察值的分布(图示)一分公司二

5、分公司三分公司四分公司合计赞成该方案68755779279反对该方案32753331141合计10012090110420行边缘分布列边缘分布条件频数百分比分布(概念要点)条件频数反映了数据的分布，但不适合对比如二分公司赞成人数比一分公司多，并不表明二分公司比一分公司更赞成该方案，因为两公司调查人数不同。为在相同的基数上进行比较，可以计算相应的百分比，称为百分比分布行百分比：行的每一个观察频数除以相应的行合计数(fij/ri)列百分比：列的每一个观察频数除以相应的列合计数(fij/cj)总百分比：每一个观察值除以观察值的总个数(fij/n)百

6、分比分布(图示)一分公司二分公司三分公司四分公司合计赞成该方案6875577966.4%24.4%26.9%20.4%28.3%68.0%62.5%63.3571.8%—16.2%17.8%13.6%18.8%—反对该方案3245333133.6%22.7%31.9%23.4%22.0%32.0%37.5%36.7%28.2%—7.6%10.7%7.9%7.4%—合计23.8%28.6%21.4%26.2%100%总百分比列百分比行百分比列联分析是利用列联表来研究：()A.两个分类变量的关系B.两个数值型变量的关系C.一个分类变量和一个数值型

7、变量的关系D.两个数值型变量的分布以下列联表中，最右边一列称为：()A.列边缘频数；B.行边缘频数；C.条件频数；D.总频数练习（1）AB男学生女学生合计赞成454287反对10578183合计150120270(3)对于学生宿舍上网收费的新措施，男女学生的抽样调查结果如下列联表所示，在男女生赞成的比例相同的前提下，男女生赞成该措施的期望频数分别为：()A.48和39B.102和81C.15和14D.25和19A男学生女学生合计赞成454287反对10578183合计150120270统计量概述2检验(Chi-squaretest)是现

8、代统计学的创始人之一，英国人K.Pearson（1857-1936）于1900年提出的一种具有广泛用途的统计方法，因此又称为Pearson2检验。可用于两个或多个