交叉表分析Word格式.docx
- 文档编号:19624037
- 上传时间:2023-01-08
- 格式:DOCX
- 页数:10
- 大小:2.17MB
交叉表分析Word格式.docx
《交叉表分析Word格式.docx》由会员分享,可在线阅读,更多相关《交叉表分析Word格式.docx(10页珍藏版)》请在冰豆网上搜索。
(1)根据样本(yà
ngběn)数据产生二维或多维交叉列联表。
交叉列联表是两个或两个以上变量交叉分组后形成的频数分布表。
(2)在交叉列联表的基础(jīchǔ)上,分析两变量之间是否具有独立性或一定的相关性。
4-2卡方检验(jiǎnyà
n)的原理(yuá
nlǐ)
为了理解列联表中行变量(Row)和列变量(Column)之间的关系(guānxì
),我们需要借助非参数检验方法。
通常采用的方法是卡方检验。
和一般假设检验一样,卡方检验主要包括三个步骤:
(1)建立零假设:
行变量和列变量相互独立。
(2)选择和计算检验统计量。
列联表分析中的检验统计量是Pearson卡方统计量。
其公式为:
(4-9-1)
其中,r为列联表的行数,c为列联表的列数,
为实际观测频数,
期望观测频数。
期望频数的计算公式为:
(4-9-2)
其中,RT是指定单元格所在行的观测频数合计,CT是指定单元格所在列的观测频数合计,n是观测频数的合计。
由式(4-9-1)可以看出,卡方统计量的大小取决于两个因素:
一个是列联表的格子数;
另一个是观测频数和期望频数的差值。
在列联表固定的情况(qí
ngkuà
ng)下,卡方统计量取值的大小取决于观测频数和期望频数的总差值。
当总差值越大时,卡方值也就越大,表明行列变量之间越相关;
反之,当总差值越小时,卡方值也就越小,表明行列变量之间越独立。
(3)得出结论并做决策(jué
cè
)。
根据卡方统计量的概率P值和显著性水平
进行比较,做出拒绝还是接受原假设的结论。
如果卡方检验(jiǎnyà
n)的概率P值小于显著性水平
,则拒绝原假设(jiǎshè
),认为行列变量之间不独立,两者之间存在依存关系。
反之,如果卡方检验的概率P值大于显著性水平
,则接受原假设,认为行列变量(bià
nlià
ng)之间独立,两者之间不存在依存关系。
在卡方检验中还需要注意:
交叉列联表中不应有期望频数小于1的单元格,或者不应有大量期望频数小于5的单元格。
如果交叉列联表中有20%以上单元格中的期望频数小于5,则不应用卡方检验,可以采用似然比(LikelihoodRatio)卡方检验等方法进行修正。
5、背景材料
某新产品上市前一个月中,分别对北京、上海、深圳三地进行了市场调查,调查表中有一项是关于顾客获知该产品的渠道。
随机抽取了300份调查表,统计顾客获知产品渠道的数据如下,SPSS数据文件见4-9.sav。
表4-9-1顾客获知某新产品渠道的调查数据
城市
北京
上海
深圳
合计
朋友
电视
网络
报刊
20
9
60
34
26
13
33
16
5
30
28
62
27
123
88
98
79
300
6、实训步骤(bù
zhò
u)
6-1选择(xuǎnzé
)菜单“Analyze”→“DescriptiveStatistics”→“Crosstabs”弹出如图4-9-1所示的窗口(chuāngkǒu),进入列联表分析(fēnxī)界面。
图4-9-1列联表分析(fēnxī)窗口
6-2选择列联表中的行变量进入Row(s)框,如表4-9-1中的获取新产品的渠道变量。
6-3选择列连表中的列变量进入Column(s)框,如表4-9-1中的城市变量。
6-4Layer框:
Layer指的是层,对话框中的许多设置都可以分层设定,在同一层中的变量使用相同的设置,而不同层中的变量分别使用各自层的设置。
如果要让不同的变量做不同的分析,则将其选入Layer框,并用Previous和Next钮设为不同层。
Layer在这里用的比较少,在多元回归中我们将进行详细的解释。
6-5选择(xuǎnzé
)Displayclusteredbarcharts复选框表示(biǎoshì
)输出分组条图。
选择(xuǎnzé
)Suppresstable复选框表示(biǎoshì
)禁止在结果(jiēguǒ)中输出列联表。
6-6单击
按钮,弹出ExactTests子对话框,如图4-9-2所示。
图4-9-2ExactTests子对话框
ExactTests子对话框是针对2*2以上的行*列表设定计算确切概率的方法,可以是不计算(Asymptoticonly)、蒙特卡罗模拟(MonteCarlo)或确切计算(Exact)。
其中,系统默认是不计算;
蒙特卡罗模拟默认进行10000次模拟,给出99%置信区间;
确切计算默认计算时间限制在5分钟内。
这些默认值均可更改。
6-7单击
按钮,弹出Statistics子对话框,用于定义所需计算的统计量。
如图4-9-3所示。
图4-9-3Statistics子对话框
Statistics子对话框包括(bāokuò
):
(1)Chi-square复选框:
)是否进行卡方检验,计算(jì
suà
n)
值。
(2)Correlaitons复选框:
计算(jì
n)列联表两变量(bià
ng)的Pearson相关系数和Spearman等级相关系数。
(3)Nominal复选框组:
选择是否输出反映分类资料相关性的指标,很少使用,共有四个选项:
Contingencycoefficient复选框:
列联系数,其值界于0~1之间,取值越大说明两变量之间的相关性越强。
PhiandCramer’sV复选框:
这两者也是基于
值的,Phi在四格表
检验中界于-1~1之间,在R*C表
检验中界于0~1之间;
Cramer’sV则界于0~1之间。
该指标的绝对值越大,说明两变量之间的相关性越强。
Lambda复选框:
在自变量预测(yù
)中用于反映比例缩减误差,其值为1时表明自变量预测因变量(bià
ng)好,为0时表明(biǎomí
ng)自变量预测因变量(bià
ng)差。
Uncertaintycoefficient复选框:
不确定系数,以熵为标准的比例缩减误差,其值接近(jiējì
n)1时表明后一变量的信息很大程度来自前一变量,其值接近0时表明后一变量的信息与前一变量无关。
(4)Ordianl复选框组:
选择是否输出反映定序资料相关性的指标,很少使用。
包括以下组成部分:
Gamma复选框:
界于-1~1之间,所有观察实际数集中于左上角和右下角时,其值为1,取1和-1代表两变量完全一致或不一致,取0代表两变量完全不相关。
Somers’d复选框:
为独立变量上不存在同分的偶对中,同序对子数超过异序对子数的比例。
界于-1~1之间,结果解释同上;
Kendall’stau-b复选框:
Kendall’stau-c复选框:
(5)NominalbyInterval:
Eta复选框:
计算Eta值,用于分类变量的检验,其平方值可认为是因变量受不同因素影响所致方差的比例;
(6)Kappa复选框:
计算Kappa值,即内部一致性系数。
通常Kappa大于0.75则认为两变量的一致性较好;
小于0.4则认为两变量的一致性较差;
(7)Risk复选框:
计算相对危险系数;
(8)McNemar复选框:
ng)McNemar检验(jiǎnyà
n)(一种非参检验),该检验只有(zhǐyǒu)在行列数相等时才能用;
(9)Cochran’sandMantel-Haenszelstatistics复选框:
ng)独立性和齐性检验。
6-8单击
按钮弹出Cell子对话框,用于定义列联表单元格中需要(xūyà
o)计算的指标,如图4-9-4所示。
图4-9-4Cell子对话框
Cell子对话框主要包括以下几部分:
Counts复选框:
是否输出实际观察数(Observed)和期望数(Expected);
Percentages复选框:
是否输出行百分数(Row)、列百分数(Column)以
及合计百分数(Total);
Residuals复选框:
)残差的显示方式,可以是实际数与期望(qīwà
ng)数的差值(Unstandardized)、标化后的差值(standardized,将差值转化(zhuǎnhuà
)为标准正态分布),或者(huò
zhě)被标准(biāozhǔn)误除的单元格残差(Adj.standardized);
NonintegerWeights:
当频数因为加权而变成小数时,选择该项对频数进行取整。
主要包括五种方法:
Roundcellcounts:
对频数进行四舍五入取整;
Roundcaseweights:
对加权样本在使用前进行四舍五入取整;
Truncatecellcounts:
对频数进行舍位取整;
Truncatecaseweights:
对加权样本在使用前进行舍位取整;
Noadjustments:
不调整。
6-9单击
按钮,弹出Format子对话框,用于选择行变量是升序还是降序。
单击
按钮返回主界面,单击
按钮完成操作。
7、实训解析
由于背景资料中表4-9-1的数据给出的直接是频数表,因此在建立SPSS数据集时可以直接输入三个变量:
——行变量、列变量和指示每个单元格中频数的变量,然后指定频数变量,最后进行
检验。
因此,我们要检验原假设:
“获知方式”与“城市”两变量之间是独立的,需要首先用Data菜单中的“WeightCases”命令,设置频数变量;
然后在“Crosstabs”命令中将“获知方式”、“城市”分别设置为行列变量;
选中Displayclusteredbarcharts选项,在Statistics对话框中选择Chi-square选项,在Cells对话框中选择Observed、Expectde选项,设置完成后点击OK按钮,完成操作,结果如表4-9-2、表4-9-3和图4-9-5所示。
表4-9-3是卡方检验结果,共使用了三种(sānzhǒnɡ)检验方法。
PearsonChi-Square的显著水平0.107大于0.05,因此不能拒绝原假设(jiǎshè
),认为“获知(huò
zhī)方式”与“城市(ché
ngshì
)”两变量(bià
ng)之间独立,即它们之间不存在相互依赖关系。
表4-9-2列联表获知方式*城市Crosstabulation
Total
获知方式
Count
ExpectedCount
36.1
28.7
23.2
88.0
50.4
40.2
32.4
123.0
11.1
8.8
7.1
27.0
25.4
20.3
16.3
62.0
98.0
79.0
300.0
表4-9-3卡方检验结果Chi-SquareTests
Value
df
Asymp.Sig.(2-sided)
PearsonChi-Square
10.450a
6
.107
LikelihoodRatio
10.183
.117
Linear-by-LinearAssociation
.046
1
.830
NofValidCases
a.0cells(.0%)haveexpectedcountlessthan5.Theminimumexpectedcountis7.11.
图4-9-5获知方式(fāngshì
)与城市交叉分组的条形图
内容总结
(1)进行交叉表分析时需要注意:
(1)卡方检验要求各单元的期望频数均大于5或小于5的比例不能超过20%
(2)将childs为行变量,occcat80为列变量,region为控制变量选入Layerof框中,进行交叉表分析
(3)Lambda复选框:
在自变量预测中用于反映比例缩减误差,其值为1时表明自变量预测因变量好,为0时表明自变量预测因变量差
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 交叉 分析