《统计学—基于R》(07)第7章--类别变量分析(R3).pptxVIP

数据分析

(方法与案例)

作者贾俊平版权所有违者必究StatisticswithR统计学R语言

第7章类别变量分析7.1一个类别变量的拟合优度检验7.2两个类别变量的独立性检验7.3两个类别变量的相关性度量testc2

7.1一个类别变量的拟合优度检验7.1.1期望频数相等7.1.2期望频数不等第7章类别变量分析

2018-9-25利用Pearson-?2统计量来判断某个类别变量各类别的观察频数分布与某一理论分布或期望分布是否一致的检验方法比如，各月份的产品销售量是否符合均匀分布不同地区的离婚率是否有显著差异也称为一致性检验(testofhomogeneity)该检验也可用于判断各类别的观察频数分布是否符合泊松分布或正态分布等什么是拟合优度检验?

(goodnessoffittest)

7.1.1期望频数相等7.1一个类别变量的拟合优度检验

2018-9-25拟合优度检验

(期望频数相等)【例7-1】（数据：example7_1.RData）为研究消费者对不同类型的饮料是否有明显偏好，一家调查公司随机调查了2000个消费者对4种类型饮料的偏好情况，得到不同类型饮料的偏好数据如表7-1所示。饮料类型人数碳酸饮料525矿泉水550果汁470其他455合计2000

2018-9-25拟合优度检验

(期望频数相等)第1步：提出假设H0：观察频数与期望频数无显著差异(无明显偏好)H1：观察频数与期望频数有显著差异(有明显偏好)第2步：计算?2统计量自由度df=类别个数-1

2018-9-25拟合优度检验

(期望频数相等)?2统计量计算表由R函数得P=0.007。拒绝原假设，表明消费者对不同乐类型饮料的偏好有显著差异饮料类型碳酸饮料5255001.25矿泉水5505005.00果汁4705001.80其他4555004.05合计2000200012.10

2018-9-25拟合优度检验

(例题7—1)#期望频数相等时的拟合优度检验load(C:/example/ch7/example7_1.RData)example7_1?chisq.test(example7_1$人数)

7.1.2期望频数不等7.1一个类别变量的拟合优度检验

2018-9-25拟合优度检验

(期望频数不等)?受教育程度离婚家庭数小学及以下30初中110高中80大学25研究生15合计260

2018-9-25拟合优度检验

(期望频数不等)第1步：提出假设H0：不同受教育程度的离婚家庭数与期望频数无显著差异H1：不同受教育程度的离婚家庭数与期望频数有显著差异第2步：计算期望频数和?2统计量自由度df=类别个数-1

2018-9-25拟合优度检验

(期望频数不等)期望频数计算表受教育程度观察频数期望比例%期望频数=期望比例?样本量小学及以下30200.20?260=52.0初中110350.35?260=91.0高中80250.25?260=65.0大学25120.12?260=31.2研究生1580.08?260=20.8合计260100300

2018-9-25拟合优度检验

(期望频数不等)?2统计量计算表由于自由度=5-1=4，利用R函数得P值(右尾概率)为0.0006，由于P0.05。不拒绝原假设，没有证据表明该城市居民对房屋价格满意度的评价与全国有显著差异受教育程度小学及以下3052.09.3077初中11091.03.9670高中8065.03.4615大学2531.21.2321研究生1520.81.6173合5856

2018-9-25拟合优度检验

(例题7—2)#期望频数不相等时的拟合优度检验load(C:/example/ch7/example7_2.RData)example7_2chisq.test(example7_2$离婚家庭数,p=example7_2$期望比例)

7.2两个类别变量的独立性检验7.2.1列联表与?2独立性检验7.2.2应用?2检验应注意的问题第7章类别变量分析

7.2.1列联表与?2独立性检验7.2两个类别变量的独立性检验

2018-9-25研究两个类别变量时，每个变量有多个类别，通常将两个变量多个类别的频数用交叉表的形式表示出来一个变量放在行(row)的位置，称为行变量，其类别数(行数)用r表示