当前位置:文档之家› 心理与教育统计学第10章 卡方检验

心理与教育统计学第10章 卡方检验


题。这种类型的
2
检验适用于探讨两个变量之间
是否具有关联(非独立)或无关(独立),如果
再加入另一个变量的影响,即探讨三个变量之间
关系时,就必须使用多维列联表分析方法。
Χ2检验的类别
(三)同质性检验
同质性检验的主要目的在于检定不同人群母 总体在某一个变量的反应是否具有显著差异。
当用同质性检验检测双样本在单一变量的分 布情 形,如果两样本没有差异,就可以说两个母 总体是同质的,反之,则说这两个母总体是异质 的。
Χ2检验的假设
(一)分类相互排斥,互不包容
2检验中的分类必须相互排斥,这样每一个观测
值就会被划分到一个类别或另一个类别之中。此 外,分类必须互不包容,这样,就不会出现某一 观测值同时划分到更多的类别当中去的情况。
Χ2检验的假设
(二)观测值相互独立 各个被试的观测值之间彼此独立,这是最基本的 一个假定,如一个被试对某一品牌的选择对另一 个被试的选择没有影响。 注意:当讨论列联表时,独立性假定是指变量之 间的相互独立。这种情况下,这种变量的独立性 正在被检测。而观测值的独立性则是预先的一个 假定。
数。
要求: fe ≥ 5
四、小期望次数的连续性校正
运用
2
检验时,有一个特殊的要求,单元
格的理论次数不得小于5,小于5时可能违反统
计基本假设,导致统计检验值要大于5,
否则 2 检验的结果偏差非常明显。
当单元格的人数过少时,处理的方法有四种: 1.单元格合并法 2.增加样本数 3.去除样本法 4.使用校正公式
(一)配合度检验
配合度检验主要用来检验一个因素多项分类 的实际观察数与某理论次数是否接近。
这种 2检验方法有时也称为无差假说检验。
当对连续数据的正态性进行检验时,这种检验又 可称为正态吻合性检验。
Χ2检验的类别
(二)独立性检验
独立性检验是用来检验两个或两个以上因素
各种分类之间是否有关联或是否具有独立性的问
Χ2检验的假设
(三)期望次数的大小有规定 为了努力使 2分布成为 2值合理准确的近似
估计,每一个单元格中的期望次数应该至少在5 以上。一些更加谨慎的统计学家提出了更严格的 标准,当自由度等于1时,在进行 2检验时,每 一个单元格的期望次数至少不应低于10,这样才 能保证检验的准确性。
Χ2检验的类别
2
2
此时,χ2分布的自由度为df =n-1。
χ2分布曲线
0.25
相 0.2 对 频0.15 数
0.1
n=1 n=4 n=10
0.05
0
显而易见,χ2检 验主要应用的是右 侧概率
n=20
χ2
χ2分布的特点
⑴、χ2分布呈正偏态,曲线的右侧无限延伸,但 不与基线相交。 ⑵、χ2值都是正值。 ⑶、χ2分布的和也是χ2分布。 ⑷、χ2分布随自由度的变化而不同。自由度越小, 曲线偏斜度越大;自由度越大,分布形态越趋于 对称。
第二节 配合度检验
配合度检验(goodness of fit test)主要 用于检验单一变量的实际观察次数分布与某理论 次数是否有差别。由于它检验的内容仅涉及一个 因素多项分类的计数资料,故可以说是一种单因 素检验(One-way test)。
一、配合度检验的一般问题
(一)统计假设 统计假设如下:
在正态分布的适合性检验,受到三个条件的限制, 其自由度为
df k 3
(三)理论次数的计算规则
数据分布以其理论概率为依据,这时的理论次 数等于总次数乘以某种属性出现的概率,即
fe Np
理论次数的计算,一般是根据某种理论,按一 定的概率通过样本即实际观察次数计算。某种理论 有经验概率,也有理论概率,如二项分布、正态分 布等。
二、配合度检验的应用
(一)检验无差假说 无差假说,是指各项分类的实计数之间没有差
异,也就是假设各项分类之间的机会相等,或概 率相等,因此理论次数完全按概率相等的条件计 算。即:
1
理论次数=总数× 分类项数
例10-1:随机抽取60名学生,询问他们在高 中是否需要文理分科,赞成分科的39人,反对 分科的21人,问他们对分科的意见是否有显著 差异?(p298)
第十章 2 检验
第一节 2检验的原理
χ2检验(chi-square test)是专门用于计数 数据的统计方法。 由于这类数据在整理时,常常以列联表 (contingency table)或交叉表(cross tabulation)呈现,因此这种分析方法又被 称为列联表分析或交叉表分析。
一、χ2检验及其特点
1.χ2分布
χ2分布是统计学中应用较多的一种抽样分 布。
χ2值是从同一总体中随机抽取的无限多个
容量为 n 的样本数据的平方和或标准分数
的平方和,即 2 X 2 或
2
X
2
2
此时χ2分布的自由度为df=n。
如果正态总体的平均数未知,需要用样本平均数
作为总体平均数的估计值,这时公式变为:
2 X X 2 n S 2
H0:
f
0
f
e
0或
f
0
f
e
H1:
f
o
f
0或
e
f
0
f
e
基本公式:
2
(
f
0
f
f
)2
e
e
(二)自由度的确定
自由度确定的一般原则是:以相互独立的类别数k (或C)减去所受的限制数,即:
df k M
在各种适合性检验中,如果理论次数只受到总和的限
制,即受 f0 fe 的限制,则自由度为:
df k 1
三、 2 检验的基本公式
2 检验的统计原理,是比较观察值与理论值
的差别: 1.如果两者的差异越小,检验的结果越不容易
达到显著性水平; 2.两者的差异越大,检验的结果越可能达到显
著性水平,就可以下结论拒绝虚无假设而接受备 择假设。
基本公式如下:
2
f 0 f e 2
fe
其中 f 0 表示实际观察次数, fe表示某理论次
χ2检验
χ2检验用于对点计而来的离散型数据资料进行 假设检验,对总体的分布不做要求,也不对总体 参数进行推论。χ2检验主要是对总体的数据分 布进行假设检验,因此属于自由分布的非参数检 验。
χ2值的特点
⑴、χ2值具有可加性; ⑵、χ2永远是正值;
理论频数也 称为期望次数。
⑶、χ2的大小随实际频数与理论频数差的大小而 变化。两者之差越小,说明样本分布与假设的理 论分布越一致;两者之差越大,说明样本分布与 假设的理论分布越不一致。
相关主题