6上机课第5讲 属性数据分析.pptVIP

* 教材的最后一个公式 * 在输入数据集的先后次数是值的大小次序。 * 只要求理解我们讲过的统计量的含义，其它统计量的含义不要求。 * 只要求理解我们讲过的统计量的含义，其它统计量的含义不要求。 * 只要求理解我们讲过的统计量的含义，其它统计量的含义不要求。 * 计算结果如下： Fisher精确检验： 两侧检验(2-Tail) 左侧检验(left) 右侧检验(right) 两侧检验的p值： * 左侧检验的p值： * 以上的p值都支持工艺和产品质量无关联性的假设. 右侧检验的p值： Fishers Exact Test Cell (1,1) Frequency (F) 141 Left-sided Pr = F 0.3843 Right-sided Pr = F 0.7412 Table Probability (P) 0.1255 Two-sided Pr = P 0.7246 Sample Size = 326 死刑数据：统计检验 * SAS输出结果： 案例5.3 看书P127，数据如下表： 合格 不合格 工艺一 3 4 工艺二 6 4 注：(1)只需在tables语句中加入选项exact，即可输出Fisher精确检验的结果; (2)要输出卡方统计量精确检验的结果需要增加exact语句(如语句exact pchi;). data anli403; input type $ quality $ numcell @@; cards; type1 yes 3 type1 no 4 type2 yes 6 type2 no 4 ; proc freq data=anli403; tables type*quality/ nocol norow chisq expected exact ; weight numcell; exact pchi; run; 程序 三、 有序变量的关联性分析 案例5.4 分析患病程度和牛群大小是否相关 看书P130，数据如下表： 没有(0) 低(1) 高(2) 小 9 5 9 中 18 4 19 大 11 88 136 随着牛群的增大，患病程度是否有增加的趋势？ * 1、有序变量的无有序关联检验 ——Mentel-Haenszel检验 当两个属性变量都是有序变量时，我们关心有序变量间是否存在有序关联性，即：随着一个变量取值的增加，另一个变量的取值也有变大(或变小)的趋势. 比如随着学历的提高，犯罪率是否减少. Mentel-Haenszel检验法就是针对以下假设的一种检验方法： 2、有序变量的关联性度量 * 注意： (1)定义中均为严格不等式 ； (2)两个观测可能是一致对、不一致对或二者均不是. 案例5.4 看书P130，数据如下表： 变量为患病程度和牛群大小 没有(0) 低(1) 高(2) 小 9 5 9 中 18 4 19 大 11 88 136 设一致对的总数为P1，不一致对的总数为Q1，则有 * 这几个关联性统计量的取值范围： －1～1； 值接近1时表示正关联； 值接近－1时表示负关联； 值接近0时表示无关联； data ex541; input herdsize $ disease n @@; cards; small 0 9 small 1 5 small 2 9 medium 0 18 medium 1 4 medium 2 19 large 0 11 large 1 88 large 2 136 ; proc freq data=ex541 order=data; tables herdsize*disease/measures expected nopercent norow nocol ; weight n; title奶牛疾病数据; run; 程序 * 注：只需在tables语句中加入选项measures，就可得到这三个统计量，如果需要这些统计量的置信区间，可以再加入选项CL. * 奶牛疾病数据 * 无关联性的卡方检验结果 * 奶牛疾病数据 注：(1)ASE表示统计量标准差的估计值，如果统计量的取值大于2倍的ASE，则可以因为两个变量之间有有序关联; (2)需要关注列联表中变量取值的顺序，若顺序不正确，可能会得到错误的结论或相反的结论. 结论： 因为Kendall的Tau-b的值为0.217，所以随着牛群的增大患病程度也增加； Kendall的Tau-b的95%置信区间为 [0.0984, 0.3362]，该置信