分类变量的统计描述.pptxVIP

分类变量的统计描述汇报人：AA2024-01-25

目录CONTENTS引言分类变量的基本统计量分类变量的数据可视化分类变量的交叉表分析分类变量的卡方检验分类变量的对应分析总结与展望

01CHAPTER引言

目的和背景描述分类变量的统计方法和应用场景阐述分类变量在数据分析中的重要性提供处理分类变量的有效工具和方法

定义分类变量是表示事物类别或属性的变量，其取值通常是离散的标签或类别。非数值型分类变量的取值不具有数值含义，不能进行数学运算。有序与无序分类变量可分为有序分类变量和无序分类变量。有序分类变量的类别之间有明确的顺序关系，如等级、评分等；而无序分类变量的类别之间没有明确的顺序关系，如性别、职业等。取值有限分类变量的取值通常是有限个离散值，这些值之间没有数量上的大小关系。分类变量的定义和特点

02CHAPTER分类变量的基本统计量

频数和频率频数指某一类别在数据集中出现的次数。频率频数除以总次数得到的比例，用于描述某一类别在数据集中出现的相对频率。

比例某一类别在数据集中出现的次数与总次数的比值，用于描述该类别的相对大小。百分比将比例乘以100，以百分数的形式表示某一类别在数据集中所占的比例。比例和百分比

数据集中出现次数最多的类别，用于描述数据集的最典型特征。非众数类别在数据集中所占的比例，用于描述数据集的离散程度。异众比率越大，说明数据集的离散程度越高。众数和异众比率异众比率众数

03CHAPTER分类变量的数据可视化

用垂直的条形表示不同分类的频数或比例，适用于分类较少的情况。垂直条形图用水平的条形表示不同分类的频数或比例，适用于分类较多的情况。水平条形图将不同分类的条形进行堆叠，表示各分类的频数或比例之和，适用于比较不同分类间的相对大小。堆叠条形图条形图

环形饼图在普通饼图的基础上，将中心部分挖空，使得不同分类间的比较更加直观。普通饼图用扇形的面积表示不同分类的频数或比例，适用于分类较少且各类别间差异较大的情况。复合饼图将某些小比例的分类合并到一个“其他”类别中，以突出显示主要分类，适用于分类较多且存在较多小比例分类的情况。饼图

将分类变量按照频数或比例从大到小排序，并用条形图表示，同时在右侧显示累积百分比曲线，帮助识别主要的影响因素。基本帕累托图在基本帕累托图的基础上，添加平均线、目标线等辅助线，以便更好地分析和比较不同分类的表现。改进型帕累托图将多个不同数据集或不同时间段的帕累托图绘制在一起，以便进行比较和分析。多组帕累托图帕累托图

04CHAPTER分类变量的交叉表分析

交叉表的定义交叉表是一种用于描述两个或多个分类变量之间关系的表格，通过交叉表可以清晰地展示不同分类变量组合下的频数或比例。交叉表的构建构建交叉表首先需要确定要分析的分类变量，然后收集数据并按照分类变量的取值进行分组，最后统计每个分组中的频数或比例，并将结果以表格形式呈现。交叉表的定义和构建

通过观察交叉表中的频数或比例，可以了解不同分类变量组合下的数据分布情况，进而分析变量之间的关系。分析交叉表中的频数或比例卡方检验是一种用于检验两个分类变量之间是否独立的方法，通过计算卡方统计量并比较其与临界值的大小，可以判断两个分类变量是否相关。卡方检验除了卡方检验外，还可以使用一些效应量指标来量化两个分类变量之间的关联程度，如CramersV、Phi系数等。效应量指标交叉表的分析和解读

案例一01医学研究中，可以使用交叉表来分析某种疾病与不同基因型之间的关系，通过比较不同基因型在患病组和健康组中的分布差异，可以评估该基因型对疾病的影响。案例二02市场调查中，可以使用交叉表来分析消费者对不同产品的偏好情况，通过比较不同产品在不同年龄、性别、收入等人群中的受欢迎程度，可以为产品设计和营销策略提供参考。案例三03社会科学研究中，可以使用交叉表来分析不同社会群体对某一社会问题的态度差异，通过比较不同群体在问题上的看法分布情况，可以揭示社会问题背后的社会结构和文化因素。交叉表的案例分析

05CHAPTER分类变量的卡方检验

原理卡方检验是一种非参数检验方法，用于比较两个或多个分类变量之间的关联程度。它通过计算实际观测值与理论期望值之间的差异，来衡量分类变量之间的独立性或相关性。建立假设确定研究假设和零假设，通常研究假设是分类变量之间存在关联。选择显著性水平根据研究需求选择合适的显著性水平，如0.05或0.01。卡方检验的原理和步骤

根据观测值和期望值计算卡方统计量，卡方值越大，表明实际观测值与理论期望值之间的差异越大。构建卡方统计量自由度的计算与分类变量的数量和类别数有关。确定自由度根据显著性水平和自由度查找卡方分布的临界值。查找临界值将计算得到的卡方值与临界值进行比较，如果卡方值大于临界值，则拒绝零假设，认为分类变量之间存在关联。比较并作出决策卡方检验