《非参数统计 第5章分类数据的关联分析》.pptVIP

第5章 分类数据的关联分析;本章内容;本章要求;5.1 列联表和 独立性检验 ;分别为A和B的边缘概率.; 当 取大值，或者p-值很小的时候，拒绝零假设。; blood=c(98,38,289,67,41,262,13,8,57,18,12,30) blood=matrix(blood,nrow=4,byrow=T) #如果想按照行填入矩阵 blood [,1] [,2] [,3] [1,] 98 38 289 [2,] 67 41 262 [3,] 13 8 57 [4,] 18 12 30 chisq.test(blood) Pearsons Chi-squared test data: blood X-squared = 15.0734, df = 6, p-value = 0.01969; 要检验不同变量之间是否独立,频率过小的点不能 太多. Siegel 和Castellan(1988)指出 行数和列数至少其一要超过2, 频数低于5个的单元格数不能超过20%, 不能充许存在频数小于1的单元格; 上一节是利用列联表分析两个因素之间是否独立. 当其中一个因素换成区组时,对应的问题是检验实验数据在不同区组上的分布是否一致,这类检验问题称为齐性检验. 检验方法和独立性检验相同。 ;Jane_Austen=c(147,186,101,83,25,26,11,29,32,39,15,15,94,105,37,22,59,74,28,43,18,10,10,4) Jane_Austen=matrix(Jane_Austen,nrow=6,byrow=T) chisq.test(Jane_Austen) Pearsons Chi-squared test data: Jane_Austen X-squared = 45.5775, df = 15, p-value = 6.205e-05 ;R程序;5.3 Fisher精确检验 ;n.. ;事实上,4个格点中只要一个数确定了,其它3个会随着而定,因此也可以表示为: R语言和EXCEL软件的调用函数分别为 比如行总数依次为5,3,列总数依次为3,5时,所有可能的表为 其R语言调用函数为 ; dhyper(0, 3, 5, 5, log = FALSE) [1] 0 dhyper(1, 3, 5, 5, log = FALSE) [1] 0.2678571 dhyper(2, 3, 5, 5, log = FALSE) [1] 0.5357143 dhyper(3, 3, 5, 5, log = FALSE) [1] 0.1785714 ;检验;;R 程序; sum=0 for(k in 8:10)sum=sum+dhyper(k, 15, 25, 10, log = FALSE); sum [1] 0.0024286;用卡方检验,出现警告信息;5.4 Mantel-Haenszel检验;检验;QMH统计量;例5.4 R程序求解;统计决策; fisher.test(HA) Fishers Exact Test for Count Data data: HA p-value = 0.0002323 alternative hypothesis: true odds ratio is not equal to 1 95 percent confidence interval: 1.651579 6.690462 sample estimates: odds ratio 3.245835 ; fisher.test(HB) Fishers Exact Test for Count Data data: HB p-value = 0.001391 alternative hypothesis: true odds ratio is not equal to 1 95 percent confidence interval: 1.550126 14.070352 sample estimates: odds ratio 4.158592; chisq.test(HA) Pearsons Chi-squared test with Yates continuity correction data: HA X-squared = 12.5737,