列联表c2检验和对数线模型课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《列联表c2检验和对数线模型课件.ppt》由用户(晟晟文业)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 列联表 c2 检验 对数 模型 课件
- 资源描述:
-
1、编辑课件列联表、列联表、c c2检验和对数线性模型检验和对数线性模型 编辑课件三维列联表三维列联表(关于某项政策调查所得结果(关于某项政策调查所得结果:table7.sav)opinion*income Crosstabulationopinion*income CrosstabulationCount71519414525128252403112301opinionTotal123incomeTotal 观点:赞成(1)观点:不赞成(0)低收入(1)中等收入(2)高收入(3)低收入(1)中等收入(2)高收入(3)男1201055810女025157279s se ex x *o op pi
2、in ni io on n C Cr ro os ss st ta ab bu ul la at ti io on nCount184765233558418212301sexTotal01opinionTotal编辑课件列联表列联表 前面就是一个所谓的三维前面就是一个所谓的三维列联表列联表(contingency table).这些变量中这些变量中每个都有两个或更多的可能取每个都有两个或更多的可能取值值。这些取值也称为。这些取值也称为水平水平;比如收入有三;比如收入有三个水平,观点有两个水平,性别有两个水个水平,观点有两个水平,性别有两个水平等。平等。该表为该表为322列联表列联表 在在SP
3、SS数据中,表就不和课本印的一样,数据中,表就不和课本印的一样,收入的收入的“低低”、“中中”、“高高”用代码用代码1、2、3代表;性别的代表;性别的“女女”、“男男”用代码用代码0、1代表;观点代表;观点“赞成赞成”和和“不赞成不赞成”用用1、0代表。有些计算机数据对于这些代码的形代表。有些计算机数据对于这些代码的形式不限(式不限(可以是数字,也可以是字符串可以是数字,也可以是字符串)。)。编辑课件Table7.sav 数据数据编辑课件列联表列联表 列联表的中间各个变量不同水平的交列联表的中间各个变量不同水平的交汇处,就是这种水平组合出现的频数汇处,就是这种水平组合出现的频数或或计数计数(c
4、ount)。)。二维的列联表又称为二维的列联表又称为交叉表交叉表(cross table)。)。列联表可以有很多维。维数多的叫做列联表可以有很多维。维数多的叫做高维列联表。高维列联表。注意前面这个列联表的变量都是定性注意前面这个列联表的变量都是定性变量变量;但列联表也会带有但列联表也会带有定量变量作为定量变量作为协变量。协变量。编辑课件二维列联表的检验二维列联表的检验 研究列联表的一个主要目研究列联表的一个主要目的是看这些变量是否相关。的是看这些变量是否相关。比如比如前面例子中的前面例子中的收入和收入和观点观点是否相关是否相关。这需要形式上的检验这需要形式上的检验编辑课件二维列联表的检验二维列
5、联表的检验 下面表是把该例的三维表简化成下面表是把该例的三维表简化成只有收入只有收入和观点的二维表和观点的二维表(这是这是SPSS自动转化自动转化的的:Analyze-Descriptive Statistics-Crosstabs-.).OPINION*INCOME CrosstabulationCount71519414525128252403112301OPINIONTotal123INCOMETotal编辑课件二维列联表的检验二维列联表的检验 对于上面那样的二维表。我们检验的零假设对于上面那样的二维表。我们检验的零假设和备选假设为和备选假设为 H H0 0:观点和收入这两个变量不相关观
6、点和收入这两个变量不相关;H H1 1:这两个变量相关。这两个变量相关。这里的检验统计量在零假设下有(大样本时)这里的检验统计量在零假设下有(大样本时)近似的近似的c c2 2分布。分布。当该统计量很大时或当该统计量很大时或p p-值很小时,就可以拒值很小时,就可以拒绝零假设,认为两个变量相关。绝零假设,认为两个变量相关。实际上有不止一个实际上有不止一个c c2 2检验统计量。包括检验统计量。包括Pearson c c2 2统计量统计量和和似然比似然比(likelihood ratio)c c2 2统计量统计量;它们都有渐近的;它们都有渐近的c c2 2分布。分布。根据计算可以得到(对于这两个
7、统计量均有)根据计算可以得到(对于这两个统计量均有)p p-值小于值小于0.0010.001。因此可以说,收入高低的确。因此可以说,收入高低的确影响观点。影响观点。编辑课件21niiiiOEQE12lnniiiiOTOEPearson c c2 2统计量统计量似然比似然比c c2 2统计量统计量Oi代表第代表第i个格子的计数,个格子的计数,Ei代表按照零假设代表按照零假设(行列无关)(行列无关)对第对第i格子的计数的期望值格子的计数的期望值编辑课件二维列联表的检验二维列联表的检验 刚才说,这些刚才说,这些c c2 2统计量是近似的,那么统计量是近似的,那么有没有有没有精确的统计量呢?精确的统计
8、量呢?当然有。这个检验称为当然有。这个检验称为FisherFisher精确检验精确检验;它;它不是不是c c2 2分布,而是分布,而是超几何分布超几何分布。对本问题对本问题,计算计算FisherFisher统计量得到的统计量得到的p p-值也小值也小于于0.0010.001。聪明的同学必然会问,既然有精确检验聪明的同学必然会问,既然有精确检验为什为什么么还要用近似的还要用近似的c c2 2检验呢?检验呢?这是因为当数目很大时,超几何分布计算相这是因为当数目很大时,超几何分布计算相当缓慢(比近似计算会差很多倍的时间);当缓慢(比近似计算会差很多倍的时间);而且在计算机速度不快时,根本无法计算。而
9、且在计算机速度不快时,根本无法计算。因此人们多用大样本近似的因此人们多用大样本近似的c c2 2统计量。而列联统计量。而列联表的有关检验也和表的有关检验也和c c2 2检验联系起来了。检验联系起来了。编辑课件Fisher精确检验精确检验编辑课件C Ch hi i-S Sq qu ua ar re e T Te es st ts s10.288b1.001.002.0019.1071.00310.4961.001.002.001.002.001113Pearson Chi-SquareContinuity CorrectionaLikelihood RatioFishers Exact Test
10、N of Valid CasesValuedfAsymp.Sig.(2-sided)Exact Sig.(2-sided)Exact Sig.(1-sided)Computed only for a 2x2 tablea.0 cells(.0%)have expected count less than 5.The minimum expected count is23.45.b.SPSS:Weight-Describ-crosstab-exact编辑课件table7.sav 其中有变量性别其中有变量性别(sex)、观点、观点(opinion)和收入和收入(income);每一列相应于其代表的
11、变量的水每一列相应于其代表的变量的水平平;每一行为一种水平的组合每一行为一种水平的组合(共有共有23212种种组合组合(12行行),),而每种组合的数目而每种组合的数目(也就是列联表中的频数也就是列联表中的频数)在在number那一列上面,这就是每种组合的权重那一列上面,这就是每种组合的权重(weight),),需要把这个数目考虑进去需要把这个数目考虑进去,称为加权称为加权(weight).).如果不加权,最后结果按照所有组合只如果不加权,最后结果按照所有组合只出现一次来算出现一次来算(也就是说,按照列联表每一格的频也就是说,按照列联表每一格的频数为数为1).).由于在后面的选项中没有加权的机
12、会由于在后面的选项中没有加权的机会,因此因此在一开始就要加权在一开始就要加权.方法是点击图标中的小天平方法是点击图标中的小天平(“(“权权”就是天平的意思就是天平的意思),),出现对话框之后点击出现对话框之后点击Weight cases,然后把,然后把“number”选入即可。选入即可。编辑课件二维列联表情况二维列联表情况加权之后,按照次序选加权之后,按照次序选AnalyzeDescriptive StatisticsCrosstabs。在打开的对话框中,把在打开的对话框中,把opinion和和income分别选入分别选入Row(行)和(行)和Column(列);至于哪个放入行或(列);至于哪
13、个放入行或哪个放入列是没有关系的。哪个放入列是没有关系的。如果要如果要Fisher精确检验则可以点精确检验则可以点Exact,另外在,另外在Statistics中选择中选择Chi-square,以得到,以得到c c2检验结果。检验结果。最后点击最后点击OK之后,就得到有关之后,就得到有关Pearson c c2统计量、统计量、似然比似然比c c2统计量以及统计量以及Fisher统计量的输出了统计量的输出了(这里这里的的Sig就是就是p-值值)。加权:加权:编辑课件Chi-Square Tests20.456a2.000.00021.1902.000.00020.713.00020.290b1.
14、000.000.000.000123Pearson Chi-SquareLikelihood RatioFishers Exact TestLinear-by-LinearAssociationN of Valid CasesValuedfAsymp.Sig.(2-sided)Exact Sig.(2-sided)Exact Sig.(1-sided)PointProbability0 cells(.0%)have expected count less than 5.The minimum expected count is 10.33.a.The standardized statisti
15、c is-4.504.b.下面为下面为SPSSSPSS对于对于table7.savstable7.savs数据产生的数据产生的下面二维列下面二维列联表联表相关分析的输出相关分析的输出opinion*income Crosstabulationopinion*income CrosstabulationCount71519414525128252403112301opinionTotal123incomeTotal编辑课件利用利用crosstabscrosstabs处理处理三维列联表三维列联表问题的问题的SPSSSPSS选项选项编辑课件利用利用crosstabscrosstabs处理处理三维三维
16、列联表列联表问题的输出问题的输出income*opinion*sex Crosstabulationincome*opinion*sex CrosstabulationCount22527715229716184765520258101810515233558123incomeTotal123incomeTotalsex0101opinionTotal编辑课件利用利用crosstabscrosstabs处理处理三维三维列联表列联表问题的输出问题的输出Chi-Square TestsChi-Square Tests12.252a2.002.00212.9932.002.00312.340.002
17、12.064b1.001.000.000.000658.782c2.012.0129.0582.011.0128.706.0128.624d1.003.005.003.00258Pearson Chi-SquareLikelihood RatioFishers Exact TestLinear-by-LinearAssociationN of Valid CasesPearson Chi-SquareLikelihood RatioFishers Exact TestLinear-by-LinearAssociationN of Valid Casessex01ValuedfAsymp.Sig
18、.(2-sided)Exact Sig.(2-sided)Exact Sig.(1-sided)PointProbability1 cells(16.7%)have expected count less than 5.The minimum expected count is 4.43.a.The standardized statistic is-3.473.b.0 cells(.0%)have expected count less than 5.The minimum expected count is 5.95.c.The standardized statistic is-2.93
19、7.d.编辑课件利用利用crosstabscrosstabs处理处理三维三维列联表列联表问题的输出问题的输出123incomeincome0510152025CountCountopinion01sex=0sex=0123incomeincome05101520CountCountopinion01sex=1sex=1编辑课件高维列联表和高维列联表和(多项分布多项分布)对数线性模型对数线性模型 前面例子前面例子原始数据是个三维列联表,原始数据是个三维列联表,对三维列联表的检验也类似。对三维列联表的检验也类似。但高维列联表在计算机软件的选项但高维列联表在计算机软件的选项可有所不同,而且可以构造一
20、个所可有所不同,而且可以构造一个所谓谓(多项分布多项分布)对数线性模型对数线性模型(loglinear model)来进行分析。来进行分析。利用对数线性模型的好处是不仅可利用对数线性模型的好处是不仅可以直接进行预测,而且可以增加以直接进行预测,而且可以增加定定量变量作为模型的一部分。量变量作为模型的一部分。编辑课件对数线性模型对数线性模型 现在简单直观地通过二维表介绍一下对数线性模现在简单直观地通过二维表介绍一下对数线性模型,假定不同的行代表第一个变量的不同水平,型,假定不同的行代表第一个变量的不同水平,而不同的列代表第二个变量的不同水平。而不同的列代表第二个变量的不同水平。用用mij代表二维
21、列联表第代表二维列联表第i行,第行,第j列的频数。列的频数。人们常假人们常假定这个频数可以用下面的公式来确定:定这个频数可以用下面的公式来确定:ln()ijijm这就是所谓的这就是所谓的多项分布多项分布对数线性模型。这里对数线性模型。这里 i i为为行变量的第行变量的第i个水平对个水平对ln(mln(mijij)的影响,而的影响,而 j j为列变为列变量的第量的第j个水平对个水平对ln(mln(mijij)的影响,这两个影响称的影响,这两个影响称为为主效应(主效应(main effect)。编辑课件(多项分布多项分布)对数线性模型对数线性模型 这个模型看上去和回归模型很象,但由于对于分这个模型
22、看上去和回归模型很象,但由于对于分布的假设不同,不能简单地用线性回归的方法来布的假设不同,不能简单地用线性回归的方法来套用套用(和和LogisticLogistic回归类似回归类似);计算过程也很不一;计算过程也很不一样。当然我们把这个留给计算机去操心了。只要样。当然我们把这个留给计算机去操心了。只要利用数据来拟合这个模型就可以得到对于利用数据来拟合这个模型就可以得到对于 i i和和 j j的的“估计估计”。有了估计的参数,就可以预测出任何有了估计的参数,就可以预测出任何i i,j j水平组水平组合的频数合的频数m mijij了(通过其对数)。了(通过其对数)。注意,这里的估计之所以打引号是因
23、为一个变量注意,这里的估计之所以打引号是因为一个变量的各个水平的影响是相对的的各个水平的影响是相对的,因此因此,只有事先固定只有事先固定一个参数值一个参数值(比如比如 1 1=0=0),),或者设定类似于或者设定类似于SSi i=0=0这这样的约束,才可能估计出各个的值。样的约束,才可能估计出各个的值。没有约束,没有约束,则这些参数是估计不出来的。则这些参数是估计不出来的。编辑课件(多项分布)对数线性模型(多项分布)对数线性模型 二维列联表的更完全的对数线性模型为二维列联表的更完全的对数线性模型为ln()()ijijijm 这里的这里的(ijij代表第一个变量的第代表第一个变量的第i i个水平
展开阅读全文