第二章系统因素分析方法--数量化理论方法.ppt

第二章 系统因素分析方法--数量化理论方法 吉林大学 杨印生 基本内容框架 1、基本概念 2、数量化理论Ⅰ 3、实例 4、说明 1、基本概念 数量化理论（theory of quantification）方法是多元统计分析的一个分支，目的是定量地估计定性变量对一个称为目标变量的影响。 该理论起源于20世纪50年代。 变量的分类 根据变量的地位不同： 说明变量（explanatory variable）或自变量。 基准变量（criterion variable）或因变量。 根据变量的性质不同： 定性变量——性质上差别，如性别，职业 定量变量——数量上变化，如年龄，重量 定量变量和定性变量之间可以相互转化 （1）定量化为定性 在图1的态度量表上取值的变量是定量度量，如果以小于等于3归为“不同意”，大于3归为“同意”，则可实现从定量变量到定性变量的转化。 定量变量和定性变量之间可以相互转化 （2）定性化为定量 如图2表示一个定性变量的不同反应，根据统计经验，可对优、良、可、差、劣分别赋予语义值1.00，0.80，0.64，0.30，0.20，则可实现从定性变量到定量变量的转化。 数量化理论中，把定性变量称为项目（item），把定性变量的各种取“值”称作类目（category），如，文化程度是项目，而小学以下，初中、高中、专科、大学本科、研究生等是这个项目的类目。 2、数量化理论Ⅰ 数量化理论Ⅰ是用于自变量都是定性变量，基准变量是定量变量的因素分析与预测问题，采用说明性多变量模拟线性表示式中基准变量的定量变化。 假设问题涉及m个项目 ，考虑对基准变量y的影响，从而对y进行预测。第i个项目有Ci个类目，i=1,2,…,m，共有 个类目。对于样品w, y(w)表示基准变量的值， 为定性变量，表示第i个项目的第k个类目，i=1,2,…,m; k=1,2, …, Ci 。当且仅当样品w有第i项目第k类目的特性时，有 ;反之, 假设有n个样本观测，原始数据为： X称为反应矩阵，满足对? i, j有 。 假设基准变量与各项目、各类目间存在线性关系： 其中 表示i项目的k类目对基准变量的影响，即 是定性变量 的一个数量化。 是第j次抽样中的随机误差。 令系数向量 误差向量 则式（1）可以写为 Y=XA+E 于是把所解问题归结为求一个使误差 为极小值的线性函数 Y=XA*+E* 由最小二乘法知 A*就是定性类目的数量化， 就是预测的理论值。 衡量预测精度的指标有两个：一是复相关系数，由下式求得： 一个是剩余均方： 越大或 越小，说明预测精度越高；反之， 越小或 越大，则预测的精度越低。 考虑每一个项目对基准变量的贡献度，有下面三个指标可以选择： 第一个指标是偏相关系数，按下面步骤进行计算，令 这样便可以得到m+1个变量（包括基准变量在内）之间的样本相关矩阵为： 以 表示R的逆矩阵 中的（u，v）元素，则第u个项目与基准变量y间的样本偏相关系数为： 第二个指标是方差比，可按下式计算： 第三个指标是个项目的量程（范围） 在使用过程中，可同时算出偏相关系数、方差比和量程，综合计算各项目的贡献度。 3、实例 大家知道，一个人的负重能力与体重和性别有关，负重能力以负重多少来测定，它是定量基准变量，体重是定量变量，可以通过如下规则变为定性变量，轻：小于100斤；中：大于等于100斤且小于等于130斤；重：大于130斤。性别有两个类目，即男、女。为了求得负重能力与体重、性别的关系，测得10个样本的原始数据，如表1所示： 表1 由表1的原始数据，用数量化理论Ⅰ，可得如下结果： 其预测方程为： 为计算预测精度，先计算出表2 表2 由表3知，三个指标同时表明，第二个指标（性别）对负重能力的贡献度较大。 4、说明 （1）使用数量化理论Ⅰ时，样品数不能过少，一般应大于2P，其中P为类目总数。 （2）数量化理论Ⅱ是基准变量和说明变量都是定性变量，解决对样本进行判别分类的问题。与多元统计分析中的判别分析类似,目的是求出以定性的说明变量为自变量的线性判别函数，然后确定数据，由此即可对样品进行分类。 （3）数量化理论中变量之间的关系非线性时，值得完善。 （4）对于定性类目的量化为隶属度，定量变量为模糊数的情