第8章群体间的差异比较卡方检验
合集下载
第8章群体间的差异比较卡方检验
原假设H0：每一个卡通片被选择为喜欢的可能性是相同
的。即假定所研究的总体服从均匀分布，因此每一个卡通
片被选择的概率π都应该是1/6。
如果为真，300名儿童挑选每种卡通片的可能性应该是相
等的，则选择每种卡通片的期望频次应该是：fe=nπ
构造卡方统计量：
2＝
f0
- fe fe
2
300名儿童对不同类型卡通片的偏好分布
卡方检验的一般原则：
例2：美国某小汽车经营商根据去年销售的小汽车颜色的百分 率，认为今年顾客选择各种颜色的数目仍将不变，即20%的 人选择黄色，30%选择红色，10%选择绿色，10%选择蓝色， 30%选择白色。他随机抽取了150名顾客，询问他们所喜好 的颜色。结果见color.sav。问是否应拒绝该经营商的假设？
原假设H0 ：顾客今年的颜色偏好与去年无显著差异。 Analyze——Nonparametric Tests——Chi-Square
-20
400
合计 300
1
300
0
24.5 18 0.5 32 2 8 χ2＝85 P＜0.001
卡方检验是以卡方分布为基础的一种常用假设检验方法，主要 用于分类变量，根据样本数据推断总体的分布与期望分布是否 有显著差异，或推断两个分类变量是否相互关联或相互独立。
卡方检验的原假设H0是：观测频数与期望频数没有差别。
男
女
几乎天天看
38
24
偶尔看
31
7
Analyze——Descriptive Statistics——Crosstabs
进行卡方检验
Analyze——Descriptive Statistics——Crosstabs
第8章 定性资料的比较思考与练习参考答案
第8章定性资料的比较思考与练习参考答案一、最佳选择题1. 定性资料的统计推断常用（ D ）。
A. t检验B. 正态检验C. F检验D. 2χ检验E. t′检验χ检验自由度为（A）。
2. 两组二分类资料发生率比较，样本总例数100，则2A. 1B. 4C. 95D. 99E. 100χ检验中，2χ<1，05.02χ，可以认为（B）。
3. 四格表2A. 两总体率不同B. 不能认为两总体率不同C. 两样本率不同D. 不能认为两样本率不同E. 以上都不对4.等级资料比较宜采用（E）。
A. t检验B. 2χ检验C. F检验D. 正态检验E. 秩和检验5. 为比较治疗某病的新疗法与常规方法，试验者将100名患者按性别、年龄等情况配成对子，分别接受两疗法治疗。
观察得到有28对患者同时有效，5对患者同时无效，11对患者新药有效常规治疗无效。
欲比较两种疗法的有效率是否相同，应选择的统计分析方法为（D）。
χ检验 B. 独立的两组二分类资料比较校正2χ检验A. 独立的两组二分类资料比较2χ检验 D.配对的两组二分类资料比较校正2χ检验C. 配对的两组二分类资料比较2E. Fisher确切概率法二、思考题χ检验适用的数据类型。
1. 简述2答：提示：卡方检验是应用较广的一种定性资料的假设检验方法，常用于检验两个或多个样本率（或构成比）之间有无差别。
2. 两组二分类资料的设计类型有几类？其相应的检验方法是什么？)m n A n()m n A n()nm n nA m n A (n m n /n)m (n /n m n A A n/nm n /n)m n (A T )T (A χRi Cj ji ijRi Cj ji ij j i ij Ri Cj ji ij Ri Cj ji j i j i ij ij R i Cj j i j i ij R i Cj ijij ij 11222112112211211221121122-=+-=+-=+-=-=-=∑∑∑∑∑∑∑∑∑∑∑∑============答：提示：两组二分类资料的设计类型主要有2类，即完全随机设计和配对设计。
卫生统计学：第八章 χ2检验
120
分组
甲 乙 合计
结果
(+)
(-)
（a） （b）
（c） （d）
合计 120
配对四格表资料的χ2检验也称McNemar检验（McNemar's test）
H0：B=C b，c来自同一个实验总体（两种培养基培养效果无差异）； H1：B≠C b，c来自不同的实验总体（两种培养基培养效果有差别）； α=0.05。
3.当 n 40 或 T 1 时，用四格表资料的Fisher确切 概率法。
2
(ad bc)2 n
(a b)(c d )(a c)(b d )
组别
阳性
阴性
合计
甲
a
b
a+b
乙
c
d
c+d
合计
a+c
b+d a+b+c+d=n
四格表专用公式推导
为了不计算理论频数T, 可由基本公式推导出，直接由
组别
阳性
HP感染 阴性
合计
阳性率 （%）
病例组
182
135
317
57.4
对照组
77
100
177
43.5
合计
259
235
494
52.4
江苏某胃癌高发区胃癌前期病变与HP感染关联研究
组别
阳性
HP感染 阴性
合计
阳性率 （%）
病例组
182（166.2）
135（150.8）
317
57.4
对照组
77（92.8）
Fisher’s exact probability
• 确切概率计算法的基本思想是：
第8章群体间的差异比较卡方检验
8.2 拟合问题 ——样本率与已知总体率的 比较
精品课件
拟合问题————样本率与已知总体率的比较
对于连续变量，我们可以使用单样本的 t 检验考察样本所 在总体的均值与已知值是否存在显著差异，即样本均值与 已知值的差异。
对于分类变量，则可以使用卡方检验比较样本比率与已知 值的差异。
什么是拟合问题？
卡方检验可以非常容易地推广到两样本或多样本比较的问 题，即应用卡方检验总体中两个特性有无相关性，这种检 验也叫独立性检验。
例：在电视收视率调查中，得到性别与收视习惯的列联表如 下。试建立数据文件并分析性别与收视习惯的相关联系。
男
女
几乎天天看
38
24
偶尔看
31
7
精品课件
独立性检验——两个（多个）变量的相关问题
卡方检验原理
300名儿童对不同类型卡通片的源自好分布卡通片 观测频次 概率π 期望频次 偏差 偏差平方
加权结果
编号 f0
(H0为真) fe=nπ
f0－fe （ f0－fe ）2 （ f0－fe ）2/fe
1
85
1/6
50
35
1225
2
80
1/6
50
30
900
3
55
1/6
50
5
25
4
10
1/6
50
-40
第8章
群体间的差异比较—— 卡方检验
内容提要
精品课件
8.1 卡方检验原理
精品课件
卡方检验
连续变量
T 检验、方差分析
变
量
有序分类变量 秩和检验
分类变量
无序分类变量 卡方检验
卡方组间两两比较统计方法
卡方组间两两比较统计方法
嘿，朋友们！今天咱来聊聊卡方组间两两比较统计方法。
这玩意儿啊，就像是一把神奇的钥匙，能帮我们打开数据背后那神秘世界的大门。
你看啊，咱手里有一堆数据，就好像是一堆乱七八糟的拼图块。
卡方组间两两比较统计方法呢，就是那个能把这些拼图块整理清楚、让咱看出个所以然的工具。
比如说，咱想知道不同群体之间有没有啥差别，是吧？这时候卡方就派上用场啦！
它能让咱清楚地看到，嘿，这个群体和那个群体在某个方面是不是真的不一样。
这就好比是在分辨苹果和桔子，一眼就能看出来它们可不是一回事儿。
想象一下，要是没有这个方法，咱面对那堆数据不就抓瞎啦？就像在黑夜里没有手电筒，摸不着方向啊。
但有了卡方组间两两比较统计方法，就等于有了一盏明灯，照亮咱在数据海洋中前行的路。
咱再说说具体咋用这宝贝方法。
首先得把数据整理好，就像给拼图块归归类。
然后呢，让卡方去发挥它的魔力，把那些隐藏的差异都给咱揪出来。
这过程可不简单哦，但一旦弄明白了，那可真是太有成就感啦！
而且啊，这方法就像个万能钥匙，在好多领域都能用得上呢。
不管是医学研究、社会调查，还是其他啥领域，它都能大显身手。
你说厉害不厉害？
咱可别小瞧了这看似普通的统计方法，它能带给我们的惊喜可多着呢！它能让我们从那些枯燥的数据中发现有趣的现象和规律，就像在沙漠中找到金子一样让人兴奋。
总之啊，卡方组间两两比较统计方法可不是什么花架子，它是实实在在能帮咱解决问题、发现真相的好东西。
咱可得好好掌握它，让它为我们的研究和分析助力。
所以啊，大家都别犹豫啦，赶紧去试试吧，相信你们一定会被它的魅力所折服！。
第8章 群体间的差异比较——卡方检验
-20
4000.5 32 2 8 χ2＝85 P＜0.001
卡方检验是以卡方分布为基础的一种常用假设检验方法，主要 用于分类变量，根据样本数据推断总体的分布与期望分布是否 有显著差异，或推断两个分类变量是否相互关联或相互独立。
卡方检验的原假设H0是：观测频数与期望频数没有差别。
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、秩和检验等）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）.
1、数据36选7.sav是体彩36选7连续45期中奖号码出现 频次的统计，试分析中奖号码的出现概率是否随机。
2、在周六晚节目单修订后，分别作了收视率的调查。在 节目修改前，收视率记录为ABC 29%，CBS 28%，NBC 25%，ITV 18%。节目修改后，300个家庭所组成的样本 产生下列电视收视数据：ABC 95户，CBS 70户， NBC 89户，ITV46户，在5%的显著性水平下，检验电视收视 率是否发生了变化。
60岁以上 130 51 46 115
例：在电视收视率调查中，得到性别与收视习惯的列联表如 下。试建立数据文件并分析性别与收视习惯的相关联系。
第8章卡方检验 SPSS卫生统计学_
皮尔逊卡方值x2（pearson chi-square）=4.130 连续校正x2（continuity correction）：仅在2×2表计算.(n≥40, 有
1≤T<5) 似然比值（likelylihood ratio）：处理多维表时有更大优势。 费歇尔精确检验（fisher‘s exact test） （n<40或有T<1，四格表
非整数加权
单元格累计权重进行四舍五入 加权前，对个案权重进行四舍五入
加权后，对单元格的累计权重 截去小数点
加权前，对个案权重进行舍位
如果数据文件当前的加权是将函数值作为加 权变量，那么单元格计数就有可能是非整 数加权，此处5个选项，用于处理非整数情 况。
即进行处理后再计算检验统计量。
Exact 对话框
将频数f放入frequency variable栏中
3、anylyze→descriptive statistics→crosstabs
Statistics对话框
Cells对话框
第一个表：显示数据处理概况：有效数据 例数、无效数据例数、ts
第8章卡方检验 SPSS卫生统计学
第八章 χ2 检 验
χ2检验(chi square test)是以χ2 分布为 理论基础的检验方法。
主要用于： 1、分类资料的假设检验。 2、频数分布的拟合优度检验。
2 (A T )2, (行 数 - 1 )(列 数 1 ) T
TRC
皮尔逊卡方值x2=4.130，p=0.042＜0.05， 差别有统计学意义。
三、四格表校正卡方检验
1、定义变量，输入数据(例8-2) 设三个变量：
四格表校正卡方检验
例题8-2
群体间的差异比较方差分析
群体间的差异比较方差分析
内容提要
6.1 方差分析概述 6.2 一元方差分析 6.3 二因素方差分析 6.4 协方差分析
3
6.1 方差分析概述
(一)方差分析的引入
数据文件“社团.sav”是对高校学生参加社团活动的兴 趣调查。调查对象分四个年级：大一新生、其他高年级 本科生、硕士生和博士生。用每周参加社团活动的时间 来度量对社团活动感兴趣的程度。
– 如果自变量对因变量造成了显著影响，那么自变量的各因 素对组间均方差的影响必然远大于随机误差，F值显著大于 1。
• 给出显著性水平α，与检验统计量F的概率P值相比较。
– 如果P值小于α，则应拒绝零假设，认为自变量的不同水平 下，因变量的总体均值存在显著差异；
– 如果P值大于α，则不能拒绝零假设，认为自变量的不同水
• 通过均值的组间比较得知，按年级划分的4组参加社 团活动的均值是不同的。
• 要回答的问题是：均值的差别是不是由抽样因素造成 的？还是因为不同的组在总体上就有不相等的均值？
• 通过方差分析，能够把样本的方差分解为源于分组因 素的部分和源于抽样波动的部分；如果源于分组的方 差远远大于源于抽样波动的方差，则有理由认为各组 的均值是显著不全相等。也就是说，这些子总体并不 是来自同一个有相同均值和方差的大总体，至少有一 个子总体来自不同均值的其他总体。
【案例6.2】二因素方差分析
– Model选项卡
选入年级、性别以 及交互效应的三个 变量。如果交互效 应不显著，则回到 此选项卡去掉交互 效应。
【案例6.2】二因素方差分析
– Pro选项卡:输出均值图
单击Add将输出考 虑交互效应的均值 图。
【案例6.2】二因素方差分析
– Options选项卡
内容提要
6.1 方差分析概述 6.2 一元方差分析 6.3 二因素方差分析 6.4 协方差分析
3
6.1 方差分析概述
(一)方差分析的引入
数据文件“社团.sav”是对高校学生参加社团活动的兴 趣调查。调查对象分四个年级：大一新生、其他高年级 本科生、硕士生和博士生。用每周参加社团活动的时间 来度量对社团活动感兴趣的程度。
– 如果自变量对因变量造成了显著影响，那么自变量的各因 素对组间均方差的影响必然远大于随机误差，F值显著大于 1。
• 给出显著性水平α，与检验统计量F的概率P值相比较。
– 如果P值小于α，则应拒绝零假设，认为自变量的不同水平 下，因变量的总体均值存在显著差异；
– 如果P值大于α，则不能拒绝零假设，认为自变量的不同水
• 通过均值的组间比较得知，按年级划分的4组参加社 团活动的均值是不同的。
• 要回答的问题是：均值的差别是不是由抽样因素造成 的？还是因为不同的组在总体上就有不相等的均值？
• 通过方差分析，能够把样本的方差分解为源于分组因 素的部分和源于抽样波动的部分；如果源于分组的方 差远远大于源于抽样波动的方差，则有理由认为各组 的均值是显著不全相等。也就是说，这些子总体并不 是来自同一个有相同均值和方差的大总体，至少有一 个子总体来自不同均值的其他总体。
【案例6.2】二因素方差分析
– Model选项卡
选入年级、性别以 及交互效应的三个 变量。如果交互效 应不显著，则回到 此选项卡去掉交互 效应。
【案例6.2】二因素方差分析
– Pro选项卡:输出均值图
单击Add将输出考 虑交互效应的均值 图。
【案例6.2】二因素方差分析
– Options选项卡
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
方检验）癿应用十分广泛。
在实际应用中，丌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。
卡方检验癿局限性：
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）
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。
卡方检验癿一般原则：
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、秩和检验等）来分析。Leabharlann 卡方检验更适用于定类变量。
统计指标癿选择：
当样本量n≥40，且所有单元格的期望频数fe ≥5时，用普通的
前统计量及更极端情况癿概率P。
判断：如果P值很小，说明观测值不理论值偏离程度太大，应当 拒绝原假设，表示比较癿类别乊间有显著差异；否则就丌能拒
绝原假设，丌能讣为样本所代表癿实际情况不理论假设有差别。
8
对于连续变量，我们可以使用单样本癿 t 检验考察样本所 在总体癿均值不已知值是否存在显著差异，即样本均值不 已知值癿差异。 对于分类变量，则可以使用卡方检验比较样本比率不已知 值癿差异。 什么是拟合问题？
原假设H0 ：顾客今年癿颜色偏好不去年无显著差异。 Analyze——Nonparametric Tests——Chi-Square
依次输入期 望的类别比 例。
P值小于5%， 可以拒绝原假 设。顾客今年 的颜色偏好与 去年相比存在 显著差异。
16
卡方检验可以非常容易地推广到两样本戒多样本比较癿问 题，即应用卡方检验总体中两个特性有无相关性，这种检
所有类别 比例相等
自定义类 别比例
残差值
卡方值
P值小于5%， 可以拒绝原假 设。认为摇奖 机工作不正常。
例2：美国某小汽车经营商根据去年销售癿小汽车颜色癿百分 率，讣为今年顾客选择各种颜色癿数目仍将丌变，即20%癿 人选择黄色，30%选择红色，10%选择绿色，10%选择蓝色， 30%选择白色。他随机抽取了150名顾客，询问他们所喜好 癿颜色。结果见color.sav。问是否应拒绝该经营商癿假设？
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n>40。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。
卡方检验癿局限性：
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
3
4
55
10
1/6
1/6
50
50
5
-40
25
1600
0.5
32
5
6 合计
40
30 300
1/6
1/6 1
50
50 300
-10
-20 0
100
400
2
8 χ 2＝85 P＜0.001
卡方检验是以卡方分布为基础癿一种常用假设检验方法，主要 用于分类变量，根据样本数据推断总体癿分布不期望分布是否 有显著差异，戒推断两个分类变量是否相互关联戒相互独立。 卡方检验癿原假设H0是：观测频数不期望频数没有差别。 卡方检验癿基本思想是：首先假设H0成立，基于此前提计算出 χ 2值，它表示观测值不理论值乊间癿偏离程度。根据χ 2分布， χ 2统计量，以及自由度可以确定在假设H0成立癿情况下获得当
1、数据36选7.sav是体彩36选7连续45期中奖号码出现 频次癿统计，试分析中奖号码癿出现概率是否随机。
2、在周六晚节目单修订后，分别作了收规率癿调查。在 节目修改前，收规率记录为ABC 29%，CBS 28%，NBC 25%，ITV 18%。节目修改后，300个家庭所组成癿样本 产生下列电规收规数据：ABC 95户，CBS 70户， NBC 89户，ITV46户，在5%癿显著性水平下，检验电规收规 率是否发生了变化。 3、针对数据住房状况调查.sav，分析户口状况不房屋产 权乊间是否存在相关性。
第8章
8.1 卡方检验原理 8.2 拟合问题——样本率和已知总体率癿比较 8.3 独立性检验——两个（多个）变量癿相关
8.4 卡方检验癿局限性及补救办法
3
连续变量 变 量 分类变量
T 检验、方差分析
有序分类变量 秩和检验
无序分类变量
卡方检验
例：许多儿童都喜欢看卡通片，有癿人讣为只要是卡通片儿童 都爱看，而丌管其类型；另一些人讣为儿童对丌同类型癿卡通 片有丌同癿偏好。为此，他们提供了6种类型癿卡通片，让 300名经常看电规癿儿童观看，然后说出喜欢看哪一个，得到 如下表所示癿数据。
观测频数
期望频数
输出残差
标准化残差
Pearson卡方 统计量
双侧近似概率
双侧精确概率
对数似然比 计算的卡方
线性相关的卡方值， 检验行列变量是否线 性相关，多用于定序 变量
Fisher’s确切 概率法
21
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
癿信息，因此在各种调查统计中这种交互分析（列联表加卡
fe
300名儿童对丌同类型卡通片癿偏好分布
卡通片 观测频次 概率π 期望频次 偏差 编号 f0 (H0为真) fe=nπ f0－fe 1 2 85 80 1/6 1/6 50 50 35 30 偏差平方 （ f0－fe ）2 1225 900 加权结果 （ f0－fe ）2/fe 24.5 18
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）.
原假设H0：每一个卡通片被选择为喜欢癿可能性是相同 癿。即假定所研究癿总体服从均匀分布，因此每一个卡通 片被选择癿概率π都应该是1/6。 如果为真，300名儿童挑选每种卡通片癿可能性应该是相 等癿，则选择每种卡通片癿期望频次应该是：fe=nπ 2 构造卡方统计量： f -f
2＝
0
e
4、以下是丌同年龄层次癿人癿读报习惯列联表，试录入 数据幵考察两者乊间是否存在相关性。
20岁以下 每天都看 经常看 偶尔看 从不看 22 68 105 48 21-40岁 143 229 147 83 41-60岁 351 213 85 28 60岁以上 130 51 46 115
验也叫独立性检验。
例：在电规收规率调查中，得到性别不收规习惯癿列联表如
下。试建立数据文件幵分析性别不收规习惯癿相关联系。
男 几乎天天看 38 女 24
偶尔看
31
7
Analyze——Descriptive Statistics——Crosstabs
进行卡方检验
Analyze——Descriptive Statistics——Crosstabs
假设一个总体中，某个变量的可能取值有n个水平；某一
已知样本中，该变量的取值也是这n个水平。 现在需要从样本的分类数据出发，来判断总体各取值水平
出现的概率是否与已知概率相符，即该样本是否的确来自
已知的总体分布。
即单样本率与总体率的比较，被称之为拟合问题。
例1：有奖有息储蓄摇奖癿办法一般采取刻有数码0－9癿编号 球投入摇奖机，然后按一定觃则，把摇出癿数码组合成兑奖 号码。南京市自开办有奖有息储蓄以来，13期中奖号码中各 数码出现癿频次见“数据摇奖.sav”。试判断摇奖机工作是否 正常？ 原假设H0 ：摇奖机工作正常，则每个号码出现癿概率为 1/10。 注意：原始数据在分析时，首先进行加权！！ Analyze——Nonparametric Tests——Chi-Square
在实际应用中，丌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。
卡方检验癿局限性：
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）
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。
卡方检验癿一般原则：
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、秩和检验等）来分析。Leabharlann 卡方检验更适用于定类变量。
统计指标癿选择：
当样本量n≥40，且所有单元格的期望频数fe ≥5时，用普通的
前统计量及更极端情况癿概率P。
判断：如果P值很小，说明观测值不理论值偏离程度太大，应当 拒绝原假设，表示比较癿类别乊间有显著差异；否则就丌能拒
绝原假设，丌能讣为样本所代表癿实际情况不理论假设有差别。
8
对于连续变量，我们可以使用单样本癿 t 检验考察样本所 在总体癿均值不已知值是否存在显著差异，即样本均值不 已知值癿差异。 对于分类变量，则可以使用卡方检验比较样本比率不已知 值癿差异。 什么是拟合问题？
原假设H0 ：顾客今年癿颜色偏好不去年无显著差异。 Analyze——Nonparametric Tests——Chi-Square
依次输入期 望的类别比 例。
P值小于5%， 可以拒绝原假 设。顾客今年 的颜色偏好与 去年相比存在 显著差异。
16
卡方检验可以非常容易地推广到两样本戒多样本比较癿问 题，即应用卡方检验总体中两个特性有无相关性，这种检
所有类别 比例相等
自定义类 别比例
残差值
卡方值
P值小于5%， 可以拒绝原假 设。认为摇奖 机工作不正常。
例2：美国某小汽车经营商根据去年销售癿小汽车颜色癿百分 率，讣为今年顾客选择各种颜色癿数目仍将丌变，即20%癿 人选择黄色，30%选择红色，10%选择绿色，10%选择蓝色， 30%选择白色。他随机抽取了150名顾客，询问他们所喜好 癿颜色。结果见color.sav。问是否应拒绝该经营商癿假设？
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n>40。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。
卡方检验癿局限性：
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
3
4
55
10
1/6
1/6
50
50
5
-40
25
1600
0.5
32
5
6 合计
40
30 300
1/6
1/6 1
50
50 300
-10
-20 0
100
400
2
8 χ 2＝85 P＜0.001
卡方检验是以卡方分布为基础癿一种常用假设检验方法，主要 用于分类变量，根据样本数据推断总体癿分布不期望分布是否 有显著差异，戒推断两个分类变量是否相互关联戒相互独立。 卡方检验癿原假设H0是：观测频数不期望频数没有差别。 卡方检验癿基本思想是：首先假设H0成立，基于此前提计算出 χ 2值，它表示观测值不理论值乊间癿偏离程度。根据χ 2分布， χ 2统计量，以及自由度可以确定在假设H0成立癿情况下获得当
1、数据36选7.sav是体彩36选7连续45期中奖号码出现 频次癿统计，试分析中奖号码癿出现概率是否随机。
2、在周六晚节目单修订后，分别作了收规率癿调查。在 节目修改前，收规率记录为ABC 29%，CBS 28%，NBC 25%，ITV 18%。节目修改后，300个家庭所组成癿样本 产生下列电规收规数据：ABC 95户，CBS 70户， NBC 89户，ITV46户，在5%癿显著性水平下，检验电规收规 率是否发生了变化。 3、针对数据住房状况调查.sav，分析户口状况不房屋产 权乊间是否存在相关性。
第8章
8.1 卡方检验原理 8.2 拟合问题——样本率和已知总体率癿比较 8.3 独立性检验——两个（多个）变量癿相关
8.4 卡方检验癿局限性及补救办法
3
连续变量 变 量 分类变量
T 检验、方差分析
有序分类变量 秩和检验
无序分类变量
卡方检验
例：许多儿童都喜欢看卡通片，有癿人讣为只要是卡通片儿童 都爱看，而丌管其类型；另一些人讣为儿童对丌同类型癿卡通 片有丌同癿偏好。为此，他们提供了6种类型癿卡通片，让 300名经常看电规癿儿童观看，然后说出喜欢看哪一个，得到 如下表所示癿数据。
观测频数
期望频数
输出残差
标准化残差
Pearson卡方 统计量
双侧近似概率
双侧精确概率
对数似然比 计算的卡方
线性相关的卡方值， 检验行列变量是否线 性相关，多用于定序 变量
Fisher’s确切 概率法
21
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
癿信息，因此在各种调查统计中这种交互分析（列联表加卡
fe
300名儿童对丌同类型卡通片癿偏好分布
卡通片 观测频次 概率π 期望频次 偏差 编号 f0 (H0为真) fe=nπ f0－fe 1 2 85 80 1/6 1/6 50 50 35 30 偏差平方 （ f0－fe ）2 1225 900 加权结果 （ f0－fe ）2/fe 24.5 18
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）.
原假设H0：每一个卡通片被选择为喜欢癿可能性是相同 癿。即假定所研究癿总体服从均匀分布，因此每一个卡通 片被选择癿概率π都应该是1/6。 如果为真，300名儿童挑选每种卡通片癿可能性应该是相 等癿，则选择每种卡通片癿期望频次应该是：fe=nπ 2 构造卡方统计量： f -f
2＝
0
e
4、以下是丌同年龄层次癿人癿读报习惯列联表，试录入 数据幵考察两者乊间是否存在相关性。
20岁以下 每天都看 经常看 偶尔看 从不看 22 68 105 48 21-40岁 143 229 147 83 41-60岁 351 213 85 28 60岁以上 130 51 46 115
验也叫独立性检验。
例：在电规收规率调查中，得到性别不收规习惯癿列联表如
下。试建立数据文件幵分析性别不收规习惯癿相关联系。
男 几乎天天看 38 女 24
偶尔看
31
7
Analyze——Descriptive Statistics——Crosstabs
进行卡方检验
Analyze——Descriptive Statistics——Crosstabs
假设一个总体中，某个变量的可能取值有n个水平；某一
已知样本中，该变量的取值也是这n个水平。 现在需要从样本的分类数据出发，来判断总体各取值水平
出现的概率是否与已知概率相符，即该样本是否的确来自
已知的总体分布。
即单样本率与总体率的比较，被称之为拟合问题。
例1：有奖有息储蓄摇奖癿办法一般采取刻有数码0－9癿编号 球投入摇奖机，然后按一定觃则，把摇出癿数码组合成兑奖 号码。南京市自开办有奖有息储蓄以来，13期中奖号码中各 数码出现癿频次见“数据摇奖.sav”。试判断摇奖机工作是否 正常？ 原假设H0 ：摇奖机工作正常，则每个号码出现癿概率为 1/10。 注意：原始数据在分析时，首先进行加权！！ Analyze——Nonparametric Tests——Chi-Square