sas软件和统计应用教程9.ppt

2. 结果分析 列联表（图9-12）中列出了表格单元的观测频数（上一行）和在原假设下的期望频数（下一行）。 进一步检验的结果要看（图左）统计量部分的Chi Square一行，其值为19.8225，p值为0.0005，所以应拒绝原假设，作出结论：地区与原料等级是有关联的。这里的关联度系数取值分别是0.1991、0.1953、0.1408。 图右给出Fisher精确检验结果，其双侧检验p值远小于0.05，也应拒绝原假设。 9.2.3 分层列联表分析 【例9-3】对294人进行性别（sex）、饮酒（drink）与抑郁症（cases）关系的调查，结果见表9-4。要求检验三者之间是否存在关联性。 表9-4 性别、饮酒与抑郁症关系的调查 设表9-4的数据已经存放在数据集mylib.cesd中，形式如图9-15所示。 饮酒 不饮 性别 正常 患病 正常 患病 男 87 8 14 2 女 106 33 37 7 1. 分析步骤 1) 在“分析家”中，打开数据集Mylib.cesd； 2) 选择菜单“Statistics”→“Table Analysis”，打开“Table Analysis”对话框； 3) 选中变量sex，单击“Row”按钮，将其移到行变量框中；选中变量cases，单击按钮“Column”，将其移到列变量框中；选中变量drink，单击按钮“Strata”，将其移到分层变量框中；选中变量numcell，单击按钮“Cell Counts”，将其移到单元格计数框中，如图所示； 4) 单击“Select Tab（选择表）”按钮，打开“Table Analysis：Select Tab”对话框。在“Select tables(选择列联表或分层表)”选项区域中选择“SEX * CASES，DRINK * SEX * CASES”两项，如图9-17所示。 单击“OK”按钮返回。 5) 单击“Statistics”按钮，打开“Table Analysis：Statistics”对话框，选中“Statistics”栏下的“Chi-square Statistics”复选框，如图左所示。单击“OK”按钮返回。 6) 单击“Tables”按钮，打开“Table Analysis：Tables”对话框。选中“Frequencies”栏下的“Expected”复选框，取消“Percentages”栏下的复选框，如图9-19所示。 2. 结果分析 结果分为三个部分：不论饮酒与否、只考虑饮酒者、只考虑不饮酒者。 1) 不论饮酒与否： 列联表（图9-20左）列出了表格单元的观测频数（上一行）和在原假设下的期望频数（下一行）。可以看出女性患抑郁症的频数大于期望频数，因此有可能女性比男性更易患抑郁症。 进一步检验的结果要看?2检验与Fisher精确检验结果。由图看出?2统计量的值为8.0815，p值为0.0045；Fisher精确检验的双侧检验p值为0.040，所以应拒绝原假设，作出结论：男女性别与患抑郁症与否是有关联的。但是，对于2?2表来说，这里的φ系数为-0.1658，说明性别与患抑郁症的关联度不是很大。 2) 只考虑不饮酒者(Controlling for DRINK = 不饮)： 从列联表（图左）和检验统计量（图右）可以看出虽然女性患抑郁症的频数略大于期望频数，但?2统计量的值为0.1070，p值为0.7436；Fisher精确检验的双侧检验p值为1.0000，所以无法拒绝原假设，即对于不饮酒者来说，患抑郁症与性别因素无关联。 3) 只考虑饮酒者(Controlling for DRINK = 饮酒)： 从列联表（图左）和检验统计量（图右）可以看出女性患抑郁症的频数大于期望频数，因此有可能女性比男性更易患抑郁症。 进一步检验的结果图9-22右看出?2统计量的值为9.1649，p值为0.0025；Fisher精确检验的双侧检验p值为0.0027，所以应拒绝原假设，作出结论：对于饮酒者来说，男女性别与患抑郁症与否是有关联的，女性饮酒者更容易患抑郁症。 9.2.4 有序变量的关联性分析 【例9-4】研究奶牛种群大小与其患某种细菌性疾病的关系。牛的患病程度(disease)分为没有(0)、低(1)、高(2)，牛群大小(herdsize)分为小(1)、中(2)、大(3)。根据患病程度和牛群大小记录的九个类中动物的头数见表。 表9-5 奶牛疾病与牛群大小的数据 设表9-5的数据已经存放在数据集mylib.cows中，形式如图9-23所示。 没有(0) 低(1