第1章 定性数据.ppt

1、定性数据统计分析，Categorical Data Analysis，培训内容，第一章定性数据第二章分类数据检查第三章第四章第二维列年表第五章高维列年表第六章逻辑斯蒂回归模型第七章代数线性模型第八章年表对应分析，第一章定性数据，定性数据是什么？数据的类型根据数据的值进行划分。1.测量数据：身高、体重等任意实数2。计数数据(Counts) :采取职员数、交易股票数等。非负整数3。名义数据：性别，婚姻状况等属性编码4。顺序数据(Ordinal Data) :文化水平、满意度等可排序属性编码、第一章定性数据、定性数据的描述性统计方法，对50名应答者进行了“你最喜欢的饮料”调查，结果显示表1上述数据按

2、类别整理后，可以获得频率分布表(见表1.2)。创建已排序数据的频率分布表时，还可以计算累计频率和累计频率(请参阅表1.3)。第一章定性资料，如果我们想考察牙齿饮料的受欢迎度和性别之间的关系，可以制作饮料和性别交叉早餐。请参阅表1.4。显然，牙齿手表有助于我们进一步发展发现人气图和性别之间的关系。类似地，有以三种或更多茄子方式分组的交叉表，即“列表”(contingency table)牙齿。第一章定性数据、第二章、图解包括条形图、饼图(表1.4)、排列图等排列图，以及按发生频率大小顺序绘制的条形图。指示已确定的类型或范畴原因导致了多少结果。根据出现的质量问题和质量改进项目重要性，可用于分析按顺

3、序排列的图表质量问题，并确定导致质量问题的主要因素。“帕累托图”(Pareto Chart)，通常用双坐标系表示，左坐标表示频率数，右坐标表示频率，分析线表示累计频率。横坐标表示影响质量的各种因素，按影响的大小(即发生频率数)从左到右排列。一般认为累计频率080%之间的因素是影响质量的主要因素。(见附录1)，第一章定性数据，第三，数值法为代表性数字，说明定性数据的统计分布特征。代表性的数字有两类茄子。描述定性数据的中心位置描述定性数据的离散度中心位置：群众数、中央数、百分位数分布程度：异质性率、G-S金志洙、熵、群众数、数据中最常出现的数据值、Mo上例中的“可口可乐”是群众数。适用于定性名义数

4、据中心位置测量。群众数的性质有点。中间，按一定的顺序排列数据，然后将中间的数值记录为ME。例：游客对服务的态度评价(%)适用于质量有序的数据中心位置的测量。百分比段，百分比段是数据位置的指标，但不一定是中心位置。一般而言，P百分位数至少表示超过p%的资料项目小于或等于牙齿值(100-p)，超过%的资料项目大于或等于牙齿值。第25个百分点记录为下一个象限，QL，第50个百分点记录为中位数，第75个百分点记录为上述象限，QU。用于测量异构比，定性名义数据的方差图。v:离婚率越小，表示数据越集中。您还可以使用随机变量(WHO)描述定性数据的离散度。例如，可以采取随机变量，不同的值，其概率如下：Gini-Simpson金志洙，Gini-Simpson金志洙缩写G-S金志洙随机变量G-S指数表示G-S() G-S指数越小，随机变量分布越集中当K=2时，G-S指数达到最大值。也就是说，均匀分布时指数达到了最大值(参见附录2)。熵，随机变量熵(entropy)记录为H()。测量条件下给定分布接近均匀分布的程度。越靠近均匀分布越均衡，也就是说，方差越大，熵的值越大，最大值为。反之亦然。(见附录2)，定性数据离散度测量，示例最喜欢的饮料的频率分布表1，离婚率测量：稍微调整数据，定性数据离散度测量，2，G-S指数测量：曹征前、曹征后3，3均匀分布时定性数据的离散度达到最大