- 1、本文档共6页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第20章 对数线性模型在高维列联表资料分析中的应用
思考与练习参考答案
一、最佳选择题
1. 对数线性模型优越性在于( E )。
A. 可有效地分析高维列联表资料
B. 可进行多个分类变量间关系的探索性分析
C. 既可分析反应变量与解释变量间的关系,也可分析解释变量间的关系
D. 可有效避免混杂因素的影响,提高分析效率
E. 以上答案都对
2. 对数线性模型中对主效应解释正确的是( D )。
A. 主效应大小反映了自变量对因变量的影响
B. 主效应反映了因变量对期望频数的贡献
C. 主效应反映了自变量对期望频数的贡献
D. 对主效应的分析无实际意义
E. 主效应无统计学意义时,不必再拟合其他谱系模型
3. 对数线性模型中对交互效应解释,描述不正确的是( B )。
A. 交互效应指某几个自变量对因变量的联合作用
B. 某两维交互效应为零,则包含该效应的三维交互效应必为零
C. 某三维交互效应不为零,并不表明该效应包含的所有两维交互效应也不为零
D. 高维列联表中,某单元格的频数越大,交互效应越大
E. 交互效应的大小受主效应大小的影响
4. 列联表资料中存在有序分类变量时,正确的处理方法是( C )。
A. 一律按无序分类变量引入模型
B. 一律按有序分类变量引入模型
C. 按有序还是无序变量引入,须视拟合效果和专业解释而定
D. 此种情形,不宜拟合对数线性模型
E. 以上答案都不对
5. 不能反映模型拟合效果的统计量或方法是( D )。
A. Pearson’s B. 残差分析 C. 似然比统计量
D. 参数检验 E. AIC
二、思考题
1. 简述对数线性模型的分析思路。
答:① 判断适用条件,包括设计类型、样本含量。② 拟合饱和模型,通过参数初步了解可能有统计学意义的效应项。③ 采用逐步法,通常采用后退法筛选最优模型。④获得最优模型的参数估计结果。⑤ 结合专业解释结果。
2. 对于高维列联表,采用对数线性模型比分层分析有什么优点?
答: ① 提高分析效率。② 可同时考察更多的变量的关系。③ 可检验多个分类变量间是否存在高维交互效应。
3. 对比对数线性模型与Logistic模型的应用场合。
答:① 对数线性模型不属于因果关系模型,通常用于高维列联表资料的探索性分析。对数线性模型通常要求变量都为定性变量,如果为定量变量,需离散化。② Logistic模型描述一个分类变量与多个变量之间的关系,有明确的反应变量与解释变量,用于因果关系的描述,所以常用于验证性的分析。Logistic模型对自变量较宽容,可以是定量的,也可以是定性的,分布方面也没有特别的要求。
三、计算题
1. 引用第9章例9-5的数据,有研究表明不同国籍人的血型是不同的。现有2 500例不同国籍人的血型分布资料教材表20-21,请问国籍与血型是否有关?
教材表20-21 2 500例不同国籍人的血型分布
国籍
血 型
合 计
O
A
B
AB
美国人
450
410
100
40
1 000
中国人
300
250
350
100
1 000
挪威人
190
250
40
20
500
合 计
940
910
490
160
2 500
请用对数线性模型分别拟合主效应模型与饱和模型,并与第9章关联性分析结果对比,看看彼此之间有何联系?
解:SPSS数据输入格式如下(练习图20-1):
练习图20-1 SPSS数据输入格式
主要分析结果如下:
(1)主效应分析结果
Goodness-of-Fit Tests(a,b)
Value
df
Sig.
Likelihood Ratio
331.147
6
.000
Pearson Chi-Square
332.967
6
.000
a Model: Poisson
b Design: Constant + 国籍 + 血型
(2)饱和模型分析结果
Parameter Estimates(b,c)
Parameter
Estimate
Std. Error
Z
Sig.
Constant
3.020
.221
13.676
.000
[血型 = 1]
2.229
.232
9.591
.000
[血型 = 2]
2.503
.230
10.896
.000
[血型 = 3]
.681
.271
2.512
.012
[国籍 = 1]
.681
.271
2.512
.012
[国籍 = 2]
1.590
.242
6.560
.000
[血型 = 1] * [国籍 = 1]
.180
.284
.632
.527
[血型 = 1] * [国籍 = 2]
-1.134
.259
-4.3
文档评论(0)