![01ec7515063a027234fc8b7acebff381.png](https://i-blog.csdnimg.cn/blog_migrate/faf829691f099f20d736c3b112fd02d5.jpeg)
这一节我们将讨论当响应变量为多类别时,如何检验三向表中的条件独立性假设。
- 第一个方法就是基于没有交互项模型的G2统计量。
- 另一种方法,则是把 CMH test 拓展到
表。拓展的CMH test 按照
与预测变量是否为有序变量可以分成三种形式:第一种是两者均有序、第二种是两者中有一个是有序的、第三种是两者均不有序。这里,当两个变量均有序时,检验统计量就是
的推广,它用来检测在每个部分表中有相同趋势的关联中的线性趋势。
![2c20a4fddb142007d620d273c6fa1aed.png](https://i-blog.csdnimg.cn/blog_migrate/ae974057e369c134da613541f3b4142b.jpeg)
一个栗子
书上所举的例子中的数据是关于美国黑人的工作满意度与收入之间的关系,由性别对数据进行分层。我们可以利用累积Logit模型来检验条件独立性的假设。因变量为工作满意度
> library(VGAM)
> l