應(yīng)用統(tǒng)計(jì)學(xué)統(tǒng)計(jì)描述

應(yīng)用統(tǒng)計(jì)學(xué)統(tǒng)計(jì)描述第一頁(yè)，共八十八頁(yè)，2022年，8月28日

在數(shù)據(jù)收集、整理完畢后，進(jìn)行深入統(tǒng)計(jì)分析之前，首要的工作就是去了解這個(gè)數(shù)據(jù)的整體情況，隨后考慮作深入的推斷。用少量數(shù)字（描述指標(biāo)）概括大量原始數(shù)字，對(duì)數(shù)據(jù)進(jìn)行描述的統(tǒng)計(jì)方法即為描述性統(tǒng)計(jì)分析。統(tǒng)計(jì)描述

連續(xù)變量的統(tǒng)計(jì)描述

分類變量的統(tǒng)計(jì)描述第二頁(yè)，共八十八頁(yè)，2022年，8月28日集中趨勢(shì)的描述指標(biāo)

算術(shù)均數(shù)：適合單峰和基本對(duì)稱的分布

中位數(shù)：適用于任意分布類型

截尾均數(shù)：數(shù)據(jù)中有極端值，用截尾均數(shù)更好

幾何均數(shù)：適用于原始數(shù)據(jù)分布不對(duì)稱，但經(jīng)過對(duì)數(shù)轉(zhuǎn)換后呈對(duì)稱分布的資料

眾數(shù)（Mode）：樣本數(shù)據(jù)中出現(xiàn)頻次最大的那個(gè)數(shù)字

調(diào)和均數(shù)（H）：較少使用，觀察值x倒數(shù)之均數(shù)的倒數(shù)，常用于完成的工作量相等而所用時(shí)間不同，求平均速度的情況第三頁(yè)，共八十八頁(yè)，2022年，8月28日

全距大體了解數(shù)據(jù)的分布范圍，用于預(yù)備性檢查

方差和標(biāo)準(zhǔn)差適用于正態(tài)分布

百分位數(shù)如中位數(shù)（P50）、四分位數(shù)（P25、P50、P75）

四分位間距即P75-P25，適用于任意分布類型，不受極端值影響

變異系數(shù)（CV）

S/，適用于測(cè)量尺度相差太大或數(shù)據(jù)量綱不同時(shí)，比較兩組數(shù)據(jù)離散程度的大小離散趨勢(shì)的描述指標(biāo)第四頁(yè)，共八十八頁(yè)，2022年，8月28日SPSS的許多模塊均可完成統(tǒng)計(jì)描述的任務(wù)，除各種用于統(tǒng)計(jì)推斷的過程會(huì)附帶進(jìn)行相關(guān)的統(tǒng)計(jì)描述外，SPSS還專門提供了幾個(gè)用于連續(xù)變量統(tǒng)計(jì)描述的過程，均集中于Analyze－DescriptiveStatistics子菜單中。

Frequencies過程Descriptives過程

Explore過程

Ratio過程第五頁(yè)，共八十八頁(yè)，2022年，8月28日Frequencies：產(chǎn)生原始數(shù)據(jù)的頻數(shù)表，并能計(jì)算各種百分?jǐn)?shù)，并可繪制頻數(shù)圖，如連續(xù)型變量的直方圖，或分類變量的餅圖或條圖。下面以demo.sav為例，對(duì)人群的年齡數(shù)據(jù)（age）進(jìn)行描述。Frequencies過程第六頁(yè)，共八十八頁(yè)，2022年，8月28日

若無變量標(biāo)簽，則列表框中只顯示變量名

對(duì)話框中，從左邊變量列表中選擇要分析的變量，放入右邊的Variables（變量）列表中至少一個(gè)變量選入后，OK按鈕才可使用Frequencies過程變量標(biāo)簽變量名第七頁(yè)，共八十八頁(yè)，2022年，8月28日

鼠標(biāo)右鍵單擊變量，可以獲得更多變量信息

選擇下拉按鈕，顯示所有定義的值標(biāo)簽Frequencies過程第八頁(yè)，共八十八頁(yè)，2022年，8月28日:表示該變量為數(shù)值型變量:表示該變量為字符型變量，且右下角的<表示短字符，即變量長(zhǎng)度<=8位Frequencies過程第九頁(yè)，共八十八頁(yè)，2022年，8月28日Statistics：設(shè)定要分析的統(tǒng)計(jì)量分位數(shù)值集中趨勢(shì)離散趨勢(shì)分布指標(biāo)若數(shù)據(jù)為組中值，將其選中本例選擇四分位數(shù)和5％、95％分位數(shù)Frequencies過程第十頁(yè)，共八十八頁(yè)，2022年，8月28日本例選中繪制直方圖圖表類型：箱式圖、餅圖、直方圖等Frequencies過程Charts：設(shè)定要繪制的統(tǒng)計(jì)圖第十一頁(yè)，共八十八頁(yè)，2022年，8月28日Format：在SPSS對(duì)話框中，用于設(shè)定結(jié)果文件中的數(shù)據(jù)格式，通常默認(rèn)即可。數(shù)據(jù)排序方式多變量分析時(shí)的顯示方式設(shè)定組別超過n組時(shí)不顯示表格Frequencies過程第十二頁(yè)，共八十八頁(yè)，2022年，8月28日

通過大綱視圖可以快速定位各項(xiàng)結(jié)果例如：點(diǎn)擊大綱視圖上的Histogram，則可快速定位至

age的頻數(shù)直方圖Frequencies過程第十三頁(yè)，共八十八頁(yè)，2022年，8月28日分析結(jié)果（1）統(tǒng)計(jì)量

人群年齡無缺失值，四分位數(shù)為33歲、41歲、51歲，即人群中有1/4小于33歲，1/2小于41歲，1/4大于51歲。另外，90％的人在24～64歲之間。Frequencies過程第十四頁(yè)，共八十八頁(yè)，2022年，8月28日Frequencies過程分析結(jié)果（2）頻數(shù)表Frequency：頻數(shù)Percent：百分比＝當(dāng)前頻數(shù)/總數(shù)（包括缺失值）ValidPercent：有效百分比＝當(dāng)前頻數(shù)/有效總數(shù)（不包括缺失值）CumulativePercent：累積百分比＝累積頻數(shù)/有效總數(shù)（不包括缺失值）第十五頁(yè)，共八十八頁(yè)，2022年，8月28日Frequencies過程分析結(jié)果（3）頻數(shù)直方圖第十六頁(yè)，共八十八頁(yè)，2022年，8月28日Descriptive：一般性統(tǒng)計(jì)描述，相對(duì)于Frequencies，它不能繪制統(tǒng)計(jì)圖，所能計(jì)算的統(tǒng)計(jì)量也較少，適用于對(duì)服從正態(tài)分布的連續(xù)型變量進(jìn)行描繪。同樣以demo.sav為例，對(duì)人群的年齡數(shù)據(jù)（age）進(jìn)行描述。Descriptives過程第十七頁(yè)，共八十八頁(yè)，2022年，8月28日

單擊中間的箭頭，可以實(shí)現(xiàn)變量從一張表移入另一張表，現(xiàn)將變量age移入右邊variable列表中Descriptives過程第十八頁(yè)，共八十八頁(yè)，2022年，8月28日Options：設(shè)定要分析的統(tǒng)計(jì)量及數(shù)據(jù)的顯示順序本例選擇：均數(shù)、標(biāo)準(zhǔn)差、最大值、最小值、峰度系數(shù)、偏度系數(shù)等Descriptives過程第十九頁(yè)，共八十八頁(yè)，2022年，8月28日

人群年齡的最小值為18歲，最大值為77歲，均數(shù)42.06歲，標(biāo)準(zhǔn)差12.29歲，偏度系數(shù)0.299，峰度系數(shù)-0.602，基本近似正態(tài)。Descriptives過程分析結(jié)果描述性統(tǒng)計(jì)量第二十頁(yè)，共八十八頁(yè)，2022年，8月28日Explore：對(duì)連續(xù)型資料分布不清楚時(shí)的探索性分析，可以分類別進(jìn)行描述（Frequencies和Descriptives不行），計(jì)算多種描述統(tǒng)計(jì)量，給出各種統(tǒng)計(jì)圖，進(jìn)行簡(jiǎn)單參數(shù)估計(jì)。以demo.sav為例，對(duì)男女性（gender）的年齡（age）分別進(jìn)行描述。Explore過程第二十一頁(yè)，共八十八頁(yè)，2022年，8月28日要進(jìn)行分析的應(yīng)變量：age分類變量：genderExplore過程第二十二頁(yè)，共八十八頁(yè)，2022年，8月28日點(diǎn)估計(jì)中的穩(wěn)健估計(jì)：M估計(jì)極端值百分位數(shù)一般描述

默認(rèn)情況下，選擇的是Descriptives，本例選擇默認(rèn)Explore過程第二十三頁(yè)，共八十八頁(yè)，2022年，8月28日箱式圖用于正態(tài)性檢驗(yàn)的Q－Q圖莖葉圖直方圖Levene’s方差齊性檢驗(yàn)選項(xiàng)Explore過程第二十四頁(yè)，共八十八頁(yè)，2022年，8月28日

缺失值的設(shè)置，一般默認(rèn)即可Explore過程第二十五頁(yè)，共八十八頁(yè)，2022年，8月28日

本例無缺失值，有效人數(shù)女性3179人，男性3221人Explore過程分析結(jié)果（1）缺失值報(bào)告第二十六頁(yè)，共八十八頁(yè)，2022年，8月28日

現(xiàn)僅對(duì)女性的分析結(jié)果依次解釋，查看詳情Explore過程分析結(jié)果（2）統(tǒng)計(jì)量第二十七頁(yè)，共八十八頁(yè)，2022年，8月28日集中趨勢(shì)指標(biāo)、離散趨勢(shì)指標(biāo)分布特征指標(biāo)、參數(shù)估計(jì)Explore過程分析結(jié)果第二十八頁(yè)，共八十八頁(yè)，2022年，8月28日

集中趨勢(shì)指標(biāo)：3179名女性的平均年齡為41.74歲（Mean），去掉兩側(cè)各5％的極端值后，截尾均數(shù)為41.45歲（5％TrimmedMean），中位數(shù)41.00歲（Median），本例上述三指標(biāo)值基本相同，可推測(cè)數(shù)據(jù)應(yīng)當(dāng)是對(duì)稱分布的。Explore過程

離散趨勢(shì)指標(biāo)：年齡的方差為142.988歲2（Variance），其平方根即標(biāo)準(zhǔn)差為11.958歲（Std.Deviation）。全部女性中最小的18歲（Minimum），最大的76歲（Maximum）。兩者之差即全距58歲（Range），中間一半女性的年齡差即四分位數(shù)間距17歲（InterquartileRange）。第二十九頁(yè)，共八十八頁(yè)，2022年，8月28日

分布特征指標(biāo)：表明數(shù)據(jù)偏離正態(tài)分布程度的偏度系數(shù)（Skewness）為0.327，峰度系數(shù)（Kurtosis）為-0.534。偏度系數(shù)大于0為正偏態(tài)，峰度系數(shù)小于0表明峰比正態(tài)低，本例偏度和峰度系數(shù)均接近0，因此認(rèn)為近似正態(tài)分布。

參數(shù)估計(jì)：均數(shù)（Mean）的標(biāo)準(zhǔn)誤（Std.Error）為0.212歲，相應(yīng)的總體均數(shù)95％可信區(qū)間（95％ConfidenceIntervalforMean）為41.32～42.15歲，表明有95%的可能性認(rèn)為該區(qū)間包含了總體均數(shù)。Explore過程第三十頁(yè)，共八十八頁(yè)，2022年，8月28日Explore過程分析結(jié)果（3）莖葉圖第三十一頁(yè)，共八十八頁(yè)，2022年，8月28日Explore過程分析結(jié)果（4）箱式圖最小值：18歲最大值：76歲四分位間距：17歲第三十二頁(yè)，共八十八頁(yè)，2022年，8月28日Ratio：功能較特殊，用于對(duì)兩個(gè)連續(xù)性變量計(jì)算相對(duì)比指標(biāo)，它可以計(jì)算一系列非常專業(yè)的相對(duì)比描述指標(biāo)，相對(duì)而言使用面較窄，在此不詳述。Ratio過程第三十三頁(yè)，共八十八頁(yè)，2022年，8月28日SPSS的許多分析過程均可完成統(tǒng)計(jì)描述的任務(wù)，還專門提供了用于分類變量統(tǒng)計(jì)描述的過程，均集中于Analyze－DescriptiveStatistics子菜單中。

Frequencies過程

Crosstabs過程第三十四頁(yè)，共八十八頁(yè)，2022年，8月28日Frequencies：主要針對(duì)分類輸出頻數(shù)表，從而得到頻數(shù)、百分?jǐn)?shù)、累計(jì)百分比，給出原始頻數(shù)表，眾數(shù)，條圖，餅圖等。以demo.sav為例，分別對(duì)人群的教育水平（ed）、職業(yè)滿意度（jobsat）進(jìn)行描述。Frequencies過程第三十五頁(yè)，共八十八頁(yè)，2022年，8月28日6400人的教育水平和職業(yè)滿意度的數(shù)據(jù)都是完整的，無缺失值。Frequencies過程分析結(jié)果（1）缺失值報(bào)告第三十六頁(yè)，共八十八頁(yè)，2022年，8月28日Frequencies過程分析結(jié)果（2）頻數(shù)表第三十七頁(yè)，共八十八頁(yè)，2022年，8月28日Crosstabs：用于輸出交叉列聯(lián)表，以demo.sav為例，描述人群的婚姻情況marital（0、1）、退休狀況retire（0、1）的交叉頻數(shù)分布Crosstabs過程第三十八頁(yè)，共八十八頁(yè)，2022年，8月28日用于分類變量統(tǒng)計(jì)推斷時(shí)的參數(shù)設(shè)定，此例暫不使用Crosstabs過程行變量：ed列變量：jubocat第三十九頁(yè)，共八十八頁(yè)，2022年，8月28日Cells：在SPSS對(duì)話框中，對(duì)于單元格要顯示的參數(shù)進(jìn)行設(shè)定合計(jì)百分位數(shù)殘差非整權(quán)重設(shè)置Crosstabs過程第四十頁(yè)，共八十八頁(yè)，2022年，8月28日6400人的婚姻狀況和退休狀況的數(shù)據(jù)都是完整的，無缺失值。Crosstabs過程分析結(jié)果（1）缺失值報(bào)告第四十一頁(yè)，共八十八頁(yè)，2022年，8月28日

婚姻狀況（行）和退休狀況（列）的交叉表Crosstabs過程分析結(jié)果（2）交叉表行百分比列百分比第四十二頁(yè)，共八十八頁(yè)，2022年，8月28日交叉分組下的頻數(shù)分析Crosstabs過程應(yīng)用

目的：掌握多變量的聯(lián)合分布特征，分析變量間的關(guān)系。功能：產(chǎn)生描述多變量聯(lián)合分布的列聯(lián)表比較兩個(gè)（或以上）樣本率或比例差異（卡方檢驗(yàn)）變量間的關(guān)聯(lián)度分析第四十三頁(yè)，共八十八頁(yè)，2022年，8月28日1、變量關(guān)系概述變量間的關(guān)系:有關(guān)與無關(guān)。有關(guān):如果一個(gè)變量的取值發(fā)生變化，另外一個(gè)變量的取值也相應(yīng)發(fā)生變化無關(guān):如果一個(gè)變量的變化不引起另一個(gè)變量的變化。第四十四頁(yè)，共八十八頁(yè)，2022年，8月28日性別與四級(jí)英語考試通過率的相關(guān)統(tǒng)計(jì)表述：結(jié)果顯示，當(dāng)性別取值不同時(shí)，通過率變量的取值并未發(fā)生變化，因此性別與考試通過率無關(guān)。自變量的不同取值在因變量上無差異，兩變量無關(guān)。自變量的不同取值在因變量上有差異，兩變量有關(guān)。因變量自變量第四十五頁(yè)，共八十八頁(yè)，2022年，8月28日表述：統(tǒng)計(jì)結(jié)果顯示，當(dāng)性別取值不同時(shí)，收入變量的取值發(fā)生了變化，因此性別與月收入有關(guān)。自變量因變量第四十六頁(yè)，共八十八頁(yè)，2022年，8月28日2、雙變量關(guān)系的統(tǒng)計(jì)類型第四十七頁(yè)，共八十八頁(yè)，2022年，8月28日觀測(cè)頻數(shù)行變量列邊緣分布行邊緣分布列變量期望頻數(shù)列聯(lián)表的格式第四十八頁(yè)，共八十八頁(yè)，2022年，8月28日列聯(lián)分析——行列變量間的關(guān)系

兩變量是否相互獨(dú)立。兩變量是否有共變趨勢(shì)。一變量的變化多大程度上能由另一變量的變化來解釋。第四十九頁(yè)，共八十八頁(yè)，2022年，8月28日卡方測(cè)量的原理：卡方測(cè)量用來考察兩變量是否獨(dú)立(無關(guān))。其原理是根據(jù)這一概率定理：若兩變量無關(guān)，則兩變量中聯(lián)合事件發(fā)生的概率應(yīng)等于各自獨(dú)立發(fā)生的概率乘積。在列聯(lián)表中，這一定理就具體轉(zhuǎn)化為：若兩變量無關(guān)，則兩變量中條件概率應(yīng)等于各自邊緣概率的乘積。反之，則兩變量有關(guān)，或兩變量不獨(dú)立。第五十頁(yè)，共八十八頁(yè)，2022年，8月28日由此可見，期望值與觀察值的差距越大，說明兩變量越不獨(dú)立，也就越相關(guān)。因此，Pearson卡方的表達(dá)式如下：當(dāng)為四格表時(shí)，卡方的取值在0~∞之間?？ǚ街翟酱?，行列變量的關(guān)聯(lián)性越強(qiáng)。第五十一頁(yè)，共八十八頁(yè)，2022年，8月28日列聯(lián)表的產(chǎn)生：

Analyze－DescriptiveStatistics－Crosstabs第五十二頁(yè)，共八十八頁(yè)，2022年，8月28日界面說明【Rows】：用于選擇行*列表中的行變量?！綜olumns】：用于選擇行*列表中的列變量?！綥ayer】：層變量。【Displayclusteredbarcharts】：顯示復(fù)式條圖。【Suppresstable】：不輸出行*列表?！綞xact】：針對(duì)2*2以上的行*列表設(shè)定計(jì)算確切概率的方法。注：安裝SPSS時(shí)除非特別選定，否則Exact模塊一般不安裝。第五十三頁(yè)，共八十八頁(yè)，2022年，8月28日列聯(lián)表所研究的問題城鎮(zhèn)和農(nóng)村的儲(chǔ)戶收入水平狀況相同嗎？行變量：戶口列變量：月收入不同年齡段的儲(chǔ)戶對(duì)物價(jià)水平的看法一致嗎？行變量：年齡段列變量：物價(jià)水平城鄉(xiāng)儲(chǔ)戶認(rèn)為存錢合算的比例是否相同？行變量：戶口列變量：什么合算第五十四頁(yè)，共八十八頁(yè)，2022年，8月28日回答城鄉(xiāng)儲(chǔ)戶收入水平是否相同的問題，需要引入卡方檢驗(yàn)。第五十五頁(yè)，共八十八頁(yè)，2022年，8月28日1、卡方檢驗(yàn)步驟提出假設(shè)H0：行、列變量獨(dú)立（對(duì)立假設(shè)為？）計(jì)算檢驗(yàn)統(tǒng)計(jì)量（卡方統(tǒng)計(jì)量服從(r-1)*(c-1)個(gè)自由度的卡方分布）確定檢驗(yàn)水平與界值結(jié)果判斷：查界值表、看P值大小第五十六頁(yè)，共八十八頁(yè)，2022年，8月28日卡方檢驗(yàn)操作：Statistics選項(xiàng)第五十七頁(yè)，共八十八頁(yè)，2022年，8月28日【Cells】：用于定義列聯(lián)表單元格中需要計(jì)算的指標(biāo)：Counts：是否輸出實(shí)際觀察數(shù)(Observed)和理論數(shù)（Expected）；Percentages：是否輸出行百分?jǐn)?shù)（Row）、列百分?jǐn)?shù)（Column）以及合計(jì)百分?jǐn)?shù)（Total）；Residuals：選擇殘差的顯示方式；【Format】：用于選擇行變量是升序還是降序排列。第五十八頁(yè)，共八十八頁(yè)，2022年，8月28日結(jié)果：城鄉(xiāng)儲(chǔ)戶的收入水平?jīng)]有明顯差異。第五十九頁(yè)，共八十八頁(yè)，2022年，8月28日Pearson卡方值的影響因素實(shí)際頻數(shù)與期望頻數(shù)之差期望頻數(shù)的大小列聯(lián)表的單元格子數(shù)樣本量大小第六十頁(yè)，共八十八頁(yè)，2022年，8月28日2、卡方檢驗(yàn)的校正自由度為1時(shí)，期望頻數(shù)均大于5：連續(xù)性校正（ContinuityCorrection）20%的單元格期望頻數(shù)小于5：似然比卡方檢驗(yàn)（LikelihoodRatio）T<5andn<40或T<1時(shí)：確切概率法（Fisher‘sExactTest）第六十一頁(yè)，共八十八頁(yè)，2022年，8月28日例1：城鎮(zhèn)對(duì)象感到存錢合算的比例是否高于農(nóng)村對(duì)象？第六十二頁(yè)，共八十八頁(yè)，2022年，8月28日第六十三頁(yè)，共八十八頁(yè)，2022年，8月28日例2：城鄉(xiāng)儲(chǔ)戶對(duì)“未來收入的變化趨勢(shì)”的態(tài)度是否相同第六十四頁(yè)，共八十八頁(yè)，2022年，8月28日第六十五頁(yè)，共八十八頁(yè)，2022年，8月28日3、行列變量的關(guān)聯(lián)度分析該關(guān)聯(lián)度類似于參數(shù)檢驗(yàn)中相關(guān)系數(shù)的含義，取值多在（－1，1）區(qū)間可描述行列變量的關(guān)聯(lián)強(qiáng)度，多數(shù)是對(duì)Pearson卡方測(cè)量值進(jìn)行的修正。為兩變量相關(guān)研究中的非參數(shù)方法，卡方檢驗(yàn)中的關(guān)聯(lián)度分析不太常用。第六十六頁(yè)，共八十八頁(yè)，2022年，8月28日3.1、兩定類變量的關(guān)聯(lián)度列聯(lián)系數(shù)（Contingencycoefficient）：取值0～1，其取值隨著行列數(shù)的增加而增大Phi系數(shù)：取值-1～1，適用于四格表，對(duì)樣本量進(jìn)行了修正V系數(shù)：取值0～1，對(duì)樣本量和行列數(shù)進(jìn)行修正;四格表時(shí)，等于Phi系數(shù)第六十七頁(yè)，共八十八頁(yè)，2022年，8月28日例：居民儲(chǔ)蓄調(diào)查中了解城鄉(xiāng)戶口與“買東西還是存錢合算”的關(guān)聯(lián)度第六十八頁(yè)，共八十八頁(yè)，2022年，8月28日3.2、兩定序變量的關(guān)聯(lián)度同序?qū)?shù)（P）、異序?qū)?shù)（Q）：當(dāng)一個(gè)變量為升序排列時(shí)，另一變量序列中有后面的一個(gè)變量值大于前面的一個(gè)變量值，則記為一個(gè)同序?qū)?；否則為異序?qū)?。Kendall’stau-b:行列數(shù)相等時(shí)Kendall’stau-c:任意列聯(lián)表Gamma系數(shù)：四格表檢驗(yàn)第六十九頁(yè)，共八十八頁(yè)，2022年，8月28日例3：居民收入水平與對(duì)物價(jià)水平評(píng)價(jià)的關(guān)聯(lián)度第七十頁(yè)，共八十八頁(yè)，2022年，8月28日評(píng)價(jià)關(guān)聯(lián)度主要看Value值大小。第七十一頁(yè)，共八十八頁(yè)，2022年，8月28日3.3、其他關(guān)聯(lián)度一個(gè)定類變量，一個(gè)定距變量的關(guān)聯(lián)度：Eta系數(shù)，類似方差分析的非參數(shù)檢驗(yàn)兩定距變量（或定序變量）的關(guān)聯(lián)度：相關(guān)（Correlations）：計(jì)算Pearson和Spearman相關(guān)系數(shù)第七十二頁(yè)，共八十八頁(yè)，2022年，8月28日4、配對(duì)計(jì)數(shù)資料的卡方檢驗(yàn)例子：海爾公司的市場(chǎng)調(diào)查數(shù)據(jù)：對(duì)每個(gè)消費(fèi)者調(diào)查兩個(gè)問題：1、是否購(gòu)買過海爾冰箱(是、否)？2、是否購(gòu)買過海爾洗衣機(jī)(是、否)？問1：海爾冰箱和洗衣機(jī)的購(gòu)買率是否有差別？問2：每位消費(fèi)者對(duì)海爾冰箱和洗衣機(jī)的購(gòu)買一致性程度如何？第七十三頁(yè)，共八十八頁(yè)，2022年，8月28日第七十四頁(yè)，共八十八頁(yè)，2022年，8月28日4、配對(duì)計(jì)數(shù)資料的卡方檢驗(yàn)McNemar：配對(duì)計(jì)數(shù)資料的卡方檢驗(yàn)。零假設(shè)為兩變量的陽性率無差別Kappa一致性檢驗(yàn)：系數(shù)取值－1～1。測(cè)量同一觀測(cè)對(duì)象在兩變量（兩變量服從二項(xiàng)分布）上取值的一致性程度。其絕對(duì)值越接近1，說明一致性程度越高。一般來說：系數(shù)>=0.7,一致性程度較高；0.4~0.7,一致性程度一般；<0.4，一致性較弱第七十五頁(yè)，共八十八頁(yè)，2022年，8月28日第七十六頁(yè)，共八十八頁(yè)，2022年，8月28日第七十七頁(yè)，共八十八頁(yè)，2022年，8月28日例：兩種方法同時(shí)檢測(cè)患者乙肝抗體的陽性率兩種方法的陽性率有無差別？?jī)煞N方法的檢測(cè)情況是否一致？第七十八頁(yè)，共八十八頁(yè)，2022年，8月28日五、多選項(xiàng)分析目的：解決問卷設(shè)計(jì)中的多選項(xiàng)問題的分析多選項(xiàng)分析步驟：先將多選項(xiàng)問題分解，分解方法（是否丟失信息、是否易于分析）：二分法：把每個(gè)選項(xiàng)均轉(zhuǎn)為二分類變量有序分類法：把該問題按順序轉(zhuǎn)為多個(gè)問題再進(jìn)行頻數(shù)分析第七十九頁(yè)，共八十八頁(yè)，2022年，8月28日例子：高考志愿調(diào)查

請(qǐng)按順序選擇你想報(bào)考的三所大學(xué)北大清華人大北師大北京理工大學(xué)北外第一

第二

第三

。

第八十頁(yè)，共八十八頁(yè)，2022年，8月28日二分法分解你報(bào)考北大嗎？1、是2、否你報(bào)考清華嗎？1、是2、否你報(bào)考北師大嗎？1、是2、否你報(bào)考北外嗎？1、是2、否你報(bào)考人大嗎？1、是