分类数据分析

最新推荐文章于 2022-03-18 15:57:58 发布

kelly_zero

最新推荐文章于 2022-03-18 15:57:58 发布

阅读量4k

点赞数 1

分类专栏：统计学基础文章标签：拟合优度检验列联分析

本文链接：https://blog.csdn.net/qq_39284106/article/details/103978925

版权

统计学基础专栏收录该内容

21 篇文章 18 订阅

订阅专栏

$\chi ^{2}$ 卡方检验的应用主要表现在两个方面：拟合优度检验和独立性检验。

列联表是进行独立性检验的重要工具。

统计数据的类型分别有：分类数据、顺序数据、数值型数据。

分类数据是对事物进行分类的结果，其特征是，调查结果虽然用数值表示，但不同数值描述调查对象的不同特征。

注意：分类数据的结果是频数， $\chi ^{2}$ 卡方检验是对分类数据的频数进行分析的统计方法。

$\chi ^{2}$ 卡方统计量应用

$\chi ^{2}$ 卡方统计量可以用于测定两个分类变量之间的相关程度。

若用 $f_{0}$ 表示观察值频数，用 $f_{e}$ 表示期望频数，则 $\chi ^{2}$ 卡方统计量可以写为：

$\chi ^{2}=\sum \frac{\left ( f_{0} -f_{e}\right )^{2}}{f_{e}}$

$\chi ^{2}$ 卡方统计量有以下特征：

$\chi ^{2}\geq 0$ ，因为它是对平方结果的汇总；
$\chi ^{2}$ 卡方统计量的分布与自由度有关；
$\chi ^{2}$ 卡方统计量描述了观察值和期望值的接近程度；

两者越接近，即的绝对值越小，计算出的 $\chi ^{2}$ 值就越小；反之，的绝对值越大，计算出的 $\chi ^{2}$ 值就越大。

注意： $\chi ^{2}$ 检验正是通过对 $\chi ^{2}$ 的计算结果与 $\chi ^{2}$ 分布中的临界值进行比较，做出是否拒绝原假设的统计决策。

$\chi ^{2}$ 分布与自由度的关系

如上图所示，自由度越小，分布就越向左边倾斜，随着自由度的增加， $\chi ^{2}$ 分布的偏斜程度趋于缓解，逐渐显露出对称性，随着自由度继续增大， $\chi ^{2}$ 分布将趋近于对称的正态分布。

（2）利用 $\chi ^{2}$ 统计量，可以对分类数据进行拟合优度检验和独立性检验

拟合优度检验

拟合优度检验是对一个分类变量的检验。

拟合优度检验是用 $\chi ^{2}$ 统计量进行统计显著性检验的重要内容之一。它是依据总体分布状况，计算出分类变量中各类别的期望频数，与分布的观察频数进行对比，判断期望频数与观察频数是否有显著差异，从而达到对分类变量进行分析的目的。

案例分析

1912年4月15日，豪华巨轮泰坦尼克号与冰山相撞沉没。当时船上共有2208人，其中男性1738人，女性470人。海难发生后，幸存者共有718人，其中男性374人，女性344人，以a=0.1的显著性水平检验存活状况与性别是否有关。

在本案例中需要判断观察频数与期望频数是否一致。

$H_{0}$ ：观察品数与期望频数一致

$H_{1}$ ：观察频数与期望频数不一致

$\chi ^{2}$ 卡方统计量计算表
		步骤一	步骤二	步骤三	步骤四
$f_{0}$	$f_{e}$	$f_{0} -f_{e}$	$\left ( ^{f_{0}-f_{e}} \right )^{2}$	$\left ( ^{f_{0}-f_{e}} \right )^{2}/f_{e}$	$\chi ^{2}=\sum \frac{\left ( f_{0} -f_{e}\right )^{2}}{f_{e}}=303$
374	565(=1738X(718/2208))	-191	36481	64.6
344	153(=470X(718/2208))	191	36481	238.4

自由度df =R-1， R为分类变量类型个数。在本案例中，分类变量是性别，有男、女两个类别，故R=2，于是自由度df=2-1=1，经查 $\chi ^{2}$ 分布表， $\chi _{0.1}^{2}\left ( 1 \right )= 2.706$ ，括号中的数字表示自由度。因为 $\chi ^{2}$ 值远大于 $\chi _{0.1}^{2}$ ，故拒绝 $H_{0}$ ，接受 $H_{1}$ ，说明存活状况与性别显著相关。

独立性检验

独立性检验是对两个分类变量的分析。关心两者是否有关联。分析过程可以通过列联表的方式呈现，故此种分析被成为列联分析。

列联表：是将两个以上变量进行交叉分类的频数分布表。

独立性检验就是分析列联表中行变量和列变量是否相互独立。（也就是检验行变量和列变量之间是否存在依赖关系）

案例分析

一种原料来自三个不同地区，原料质量被分成三个不同等级。从这批原料中随机抽取500件进行检验，结果如下图，要求检验各个地区和原料等级之间是否存在依赖关系（a=0.05）。

$H_{0}$ ：地区和原料等级之间是独立的

$H_{1}$ ：地区和原料等级之间是不独立的

3x3列联表的期望值及 $\chi ^{2}$ 计算结果
行	列	$f_{0}$	$f_{e}$	$f_{0} -f_{e}$	$\left ( ^{f_{0}-f_{e}} \right )^{2}$	$\left ( ^{f_{0}-f_{e}} \right )^{2}/f_{e}$
1	1	52	45.36	6.64	44.09	0.97
1	2	64	52.64	11.36	129.05	2.45
1	3	24	42.00	-18	324	7.71
2	1	60	55.40	4.60	21.16	0.38
2	2	59	64.30	-5.3	28.09	0.44
2	3	52	51.30	0.7	0.49	0.01
3	1	50	61.24	-11.24	126.34	2.06
3	2	65	71.06	-6.06	36.72	0.52
3	3	74	56.70	17.30	299.29	5.28
$\chi ^{2}=\sum \frac{\left ( f_{0} -f_{e}\right )^{2}}{f_{e}}=19.82$

$\chi ^{2}$ 的自由度=(R-1)(C-1)=(3-1)(3-1)=4

令a=0.05,查表知： $\chi _{0.05}^{2}\left ( 4\right )= 9.488$

由于 $\chi ^{2}$ > $\chi _{0.05}^{2}\left ( 4\right )$ ,故拒绝 $H_{0}$ ，接受 $H_{1}$ ，即地区和原料等级之间存在依赖关系，原料的质量受地区的影响。

（3）

利用 $\chi ^{2}$ 分布对两个分类变量之间的相关性进行检验统计。

如果变量相互独立，说明它们之间没有联系；反之，则认为它们存在联系。

注意：如果变量之间存在联系，它们之间的相关程度有多大？有什么相关系数可以描述？

$\varphi$ 相关系数 $\varphi = \sqrt{\chi ^{2}/n}$
c系数

kelly_zero

关注

1
点赞
踩
8

收藏

觉得还不错? 一键收藏
0
评论
分类数据分析

卡方检验的应用主要表现在两个方面：拟合优度检验和独立性检验。列联表是进行独立性检验的重要工具。统计数据的类型分别有：分类数据、顺序数据、数值型数据。分类数据是对事物进行分类的结果，其特征是，调查结果虽然用数值表示，但不同数值描述调查对象的不同特征。注意：分类数据的结果是频数，卡方检验是对分类数据的频数进行分析的统计方法。卡方统计量应用卡方统计量可以用于测定两个分类变量之间的...
复制链接

扫一扫