列聯(lián)表
| A+醫(yī)學(xué)百科 >> 列聯(lián)表 |
列聯(lián)表是觀測數(shù)據(jù)按兩個(gè)或更多屬性（定性變量）分類時(shí)所列出的頻數(shù)表
一般,若總體中的個(gè)體可按兩個(gè)屬性A與B分類，A有r個(gè)等級A1,A2,…,Ar，B有c個(gè)等級B1,B2,…,Bc,從總體中抽取大小為n的樣本，設(shè)其中有nij個(gè)個(gè)體的屬性屬于等級Ai和Bj，nij稱為 頻數(shù)，將r×c個(gè)nij排列為一個(gè)r行c列的二維列聯(lián)表，簡稱r×c表。若所考慮的屬性多于兩個(gè)，也可按類似的方式作出列聯(lián)表,稱為多維列聯(lián)表?！ ?/p>
分析
列聯(lián)表又稱交互分類表，所謂交互分類，是指同時(shí)一句兩個(gè)變量的值，將所研究的個(gè)案分類。交互分
類的目的是將兩變量分組，然后比較各組的分布狀況，以徐找變量間的關(guān)系。
觀測數(shù)據(jù)按兩個(gè)或更多屬性（定性變量）分類時(shí)所列出的頻數(shù)表。例如，對隨機(jī)抽取的1000人按性別（男或女）及色覺（正?；?a href="/w/%E8%89%B2%E7%9B%B2" title="色盲">色盲）兩個(gè)屬性分類，得到二行二列的列聯(lián)表（表1），又稱2×2表或四格表。
一般,若總體中的個(gè)體可按兩個(gè)屬性A與B分類，A有r個(gè)等級A1,A2,…,Ar；B有с個(gè)等級B1,B2,…,Bc,從總體中抽取大小為n的樣本設(shè)其中有nij個(gè)屬于等級Ai和Bj，nij稱為頻數(shù)，將r×с個(gè)nij(i=1,2,…,r;j=1,2,…,с)排列為一個(gè)r行с列的二維列聯(lián)表（表2），簡稱r×с表。若所考慮的屬性多于兩個(gè)，也可按類似的方式作出列聯(lián)表,稱為多維列聯(lián)表。由于屬性或定性變量的取值是離散的,因此多維列聯(lián)表分析屬于離散多元分析的范疇,列聯(lián)表分析在應(yīng)用統(tǒng)計(jì)，特別在醫(yī)學(xué)、生物學(xué)及社會科學(xué)中，有重要的應(yīng)用。
列聯(lián)表分析的基本問題是，判明所考察的各屬性之間有無關(guān)聯(lián)，即是否獨(dú)立。如在前例中，問題是：一個(gè)人是否色盲與其性別是否有關(guān)？在 r×с表中，若以pi.、p.j 和pij分別表示總體中的個(gè)體屬于等級Ai，屬于等級Bj和同時(shí)屬于Ai、Bj的概率（pi., p.j稱邊緣概率，pij稱格概率）,“A、B兩屬性無關(guān)聯(lián)”的假設(shè)可以表述為H0：pij=pi.p.j，(i＝1，2，…,r；j＝1,2,…,с)，未知參數(shù) pij、pi.、p.j的最大似然估計(jì)（見點(diǎn)估計(jì)）分別為分別為行和及列和（統(tǒng)稱邊緣和）；
為樣本大小。根據(jù)K.皮爾森(1904)的擬合優(yōu)度檢驗(yàn)或似然比檢驗(yàn)（見假設(shè)檢驗(yàn)）,當(dāng)h0成立，且一切 pi.>0和p.j>0時(shí)，統(tǒng)計(jì)量
的漸近分布是自由度為 (r－1)(с－1) 的ⅹ分布，式中Eij＝ni.n.j/n 稱為期望頻數(shù)。當(dāng)n足夠大，且表中各格的Eij都不太小時(shí),可以據(jù)此對h0作檢驗(yàn)：若ⅹ值足夠大，就拒絕假設(shè)h0，即認(rèn)為A與B有關(guān)聯(lián)。在前面的色覺問題中，曾按此檢驗(yàn)，判定出性別與色覺之間存在某種關(guān)聯(lián)。
若樣本大小n不很大,則上述基于漸近分布的方法就不適用。對此，在四格表情形，R.A.費(fèi)希爾(1935)提出了一種適用于所有 n的精確檢驗(yàn)法。其思想是在固定各邊緣和的條件下，根據(jù)超幾何分布（見概率分布），可以計(jì)算觀測頻數(shù)出現(xiàn)任意一種特定排列的條件概率。把實(shí)際出現(xiàn)的觀測頻數(shù)排列，以及比它呈現(xiàn)更多關(guān)聯(lián)跡象的所有可能排列的條件概率都算出來并相加，若所得結(jié)果小于給定的顯著性水平，則判定所
考慮的兩個(gè)屬性存在關(guān)聯(lián)，從而拒絕h0。
在判定變量之間存在關(guān)聯(lián)性后，可用多種定量指標(biāo)來刻畫其關(guān)聯(lián)程度。例如，對一般的r×с表，可用列聯(lián)系數(shù)表示之。
對一般的r×с表，特別是在多維表分析中，若無關(guān)聯(lián)性（即獨(dú)立性）的假設(shè)被拒絕，則通常還需要檢驗(yàn)進(jìn)一步的假設(shè)。例如對三維表，可能需要考慮一個(gè)變量是否與另外兩個(gè)變量獨(dú)立。對這類局部獨(dú)立性的檢驗(yàn)仍可用大樣本的ⅹ檢驗(yàn)法。但是在多維情形，變量之間的關(guān)聯(lián)性可能相當(dāng)復(fù)雜。許多假設(shè)，直接用格概率表示是不方便的。一種處理方法是仿照線性統(tǒng)計(jì)模型，將格概率（或期望頻數(shù)）的對數(shù)表示成各變量的主效應(yīng)及各階交互效應(yīng)等未知參數(shù)的線性形式。這種模型稱為對數(shù)線性模型，在此模型下，變量獨(dú)立性的假設(shè)等價(jià)于交互效應(yīng)等于零的假設(shè)。此外，還可以利用對數(shù)線性模型，根據(jù)實(shí)際觀測頻數(shù)，對各種具體模型進(jìn)行擬合，并對各未知參數(shù)進(jìn)行估計(jì)。估計(jì)的方法一般采用最大似然方法。由于這一類似然方程的解常無顯式表示，通常需用迭代法求解，計(jì)算工作量很大。因此，多維列聯(lián)表分析只在近代高速電子計(jì)算機(jī)的使用日益普及的情況下，才得到較為充分的發(fā)展，逐漸達(dá)到可以實(shí)際應(yīng)用的程度。
| 關(guān)于“列聯(lián)表”的留言： |  訂閱討論RSS
|
|
目前暫無留言 | |
| 添加留言 | |