第8章群体间的差异比较卡方检验.pptx

群体间的差异比较——卡方检验;内容提要;8.1 卡方检验原理;卡方检验;卡方检验原理;卡方检验原理;(二)非参数检验;8.2 拟合问题——样本率与已知总体率的比较;拟合问题————样本率与已知总体率的比较;拟合问题————样本率与已知总体率的比较;拟合问题————样本率与已知总体率的比较;拟合问题————样本率与已知总体率的比较;拟合问题————样本率与已知总体率的比较;拟合问题————样本率与已知总体率的比较;拟合问题————样本率与已知总体率的比较;8.3 独立性检验——两个（多个）变量的相关问题;独立性检验——两个（多个）变量的相关问题;独立性检验——两个（多个）变量的相关问题;独立性检验——两个（多个）变量的相关问题;独立性检验——两个（多个）变量的相关问题;8.4 卡方检验的局限性及补救办法;由于卡方检验简单直观，而且交互分析表又能提供非常丰富的信息，因此在各种调查统计中这种交互分析（列联表加卡方检验）的应用十分广泛。 在实际应用中，不但定类变量采用此方法，对定序甚至定距变量也粗略地划分成几类后做成列联表。这可以从某种意义上简化数据，但这种交互分析也存在其局限性。;卡方检验的局限性： 卡方值随分类的不同而改变。如对教育程度、收入水平的分类，因此分类时最好有理论或实践依据，或者统计依据（中位数、四分位数等） 样本量不能太小，也不宜过大。样本量太小，采用卡方分布为依据的检验便不再成立。一般要求n40。但样本量过大，有时得到的结果便会失去意义。卡方值受样本量影响很大：样本量越大，越容易得到拒绝原假设H0的结果。 ;卡方检验的局限性： 列联表中期望频数小于5的个数不能太多。通常建议所有的期望频数都不小于5，最多也不能超过20%。如对3×5的列联表，共15个格，则期望频数小于5的格数不能超过3个。如果超过了20%，则需要对卡方值加以修正。 对于连续型变量（定距、定比变量），卡方检验无法揭露其数量性质。 卡方检验的一般原则： 只要有数量型的变量出现，就应该采用可以提示其数量性质的统计工具（如 t 检验、方差分析、秩和检验??）来分析。 卡方检验更适用于定类变量。 ;统计指标的选择： 当样本量n≥40，且所有单元格的期望频数fe ≥5时，用普通的Pearson卡方检验； 当样本量n≥40，且只有20%以下的单元格的期望频数1≤ fe ＜5时，用校正的卡方检验：如对数似然比（Likelihood Ratio）计算的卡方，或用于2×2格表的连续性校正的卡方（Continuity Correction）； 当样本量n ＜40，或有20%以上的单元格期望频数fe ＜5 ，或有单元格期望频数fe ＜ 1时，采用确切概率法（Fisher’s Exact Test）. ;本章练习;本章练习