频数分析拟合优度卡方检验

最新推荐文章于 2024-07-20 18:00:14 发布

spssau

最新推荐文章于 2024-07-20 18:00:14 发布

阅读量183

点赞数

文章标签：概率论线性代数机器学习

本文链接：https://blog.csdn.net/m0_37228052/article/details/131452156

版权

一、案例介绍

某医学美容院对某年425位顾客抱怨原因进行了分析，结果见下表，现在想知道这四种抱怨原因的构成比是否有差异？

二、问题分析

本案例的分析目的是研究四种抱怨原因的构成比是否存在差异，抱怨原因为定类数据，研究定类数据的实际比例与等分比例是否存在差异可以使用频数分布拟合优度的卡方检验进行分析。

三、软件操作及结果解读

（一）理论说明

频数分布拟合优度的卡方检验，是卡方检验方法的另一种常见应用。用于判断定类数据的实际观察频数的分布是否服从某一理论期望频数分布。比如本案例为判断某一变量观察值分布是否为等比例分布。

拟合优度卡方检验建立假设检验如下：

H0：顾客抱怨原因构成比相同

H1：顾客抱怨原因构成比不同

卡方值计算公式如下：

\begin{aligned}

x^{2}& =\sum{\frac{(O-E)^{2}}{E}}={\frac{(87-106.25)^{2}}{106.25}}+{\frac{(195-106.25)^{2}}{106.25}}+{\frac{(116-106.25)^{2}}{106.25}}+{\frac{(27-106.25)^{2}}{106.25}} \\

&=137.63

\end{aligned}

其中O为实际频数，E为期望频数。得到卡方值后，查表确定p值，若p值小于0.05，则拒绝原假设，认为顾客抱怨原因构成比有差异；否则认为无差异。

（二）软件操作

在SPSSAU医学/实验研究模块，选择【卡方拟合优度】，将“抱怨原因”拖拽到右侧分析项(定类)分析框中，将“人数”拖拽到右侧“加权项”分析框中，因为本案例期望比例相同，所以不额外进行设置，SPSSAU默认期望值相等。然后点击“开始分析”，操作如下图：

（三）结果解读

SPSSAU输出卡方拟合优度分析结果如下：

从上表可以看出，卡方值为32.7523，对应p值=0.000<0.05，按α=0.05的水平，拒绝原假设，接受备择假设，即可以认为顾客抱怨原因构成比差异有统计学意义。具体对比实际比例如下：抱怨原因中，“技师技术问题”占比最低为6.35%；其次是“正常生理反应”占比20.47%、“管理问题”占比27.29%；占比最高的为“顾客自身问题”为45.88%。可以通过SPSSAU自动输出的抱怨原因实际频数和期望频数对比图直观进行对比，如下图：