定性数据分析实验24/10/242案例•据记载，1912年4月15日，泰坦尼克号船上有1316名乘客和892名船员共2208人。事故发生后幸存718人，约2/3的人在海难中丧生。2208人中，按性别划分，男性1738人，女性470人；按年龄划分，成人2099人，儿童109人；按所在舱位划分，一等舱325人，二等舱285人，三等舱706人，船员舱892人。在幸存的718人中，按性别划分，男性374人，女性344人；按年龄划分，成人661人，儿童57人；按所在舱位划分，一等舱203人，二等舱118人，三等舱178人，船员舱219人。24/10/243•以上都是分类数据。数据是枯燥的，但讲述的问题却是鲜活的。–死亡与性别、年龄、所在仓位是否有关？–如何解释这些关系，与当时人们的价值观念和对待死亡的态度又有什么联系？24/10/244定性数据分析(内容)•探索性分析，目的是描述样本特征–列联表分析–关联性分析•推断分析，目的是对总体的认识–多项分布检验–列联表分析•独立性检验•一致性检验•拟合优度检验–关联性检验•建模分析，目的是解释总体中变量之间变化的一般规律24/10/245定性数据分析(方法)•描述性方法•参数检验方法•非参数检验方法•模型分析方法24/10/246定性数据的探索性分析24/10/247例子•问卷调查中常常设计对某问题两个或多个不同的特征的分类。例如房地产商考虑顾客选择房子设计的类型与职业的关系，所调查的每个顾客都有两个特性，一个是选择的房子类型，另一个是职业；广告公司为了调查城市和乡村的观众对电视广告的关注情况，每位被调查者都有两个特性，一个是来自城市还是乡村，另一个是对广告的态度。•在这些例子中我们通常关心的是按照两个特性进行的分类的方法之间是否相互依赖，或者说是否相互独立。如房地产商关心的是顾客选择房子的类型是否与职业无关，或者说选择何种房子与职业独立。在观众对电视广告的关注情况的调查中，感兴趣的是每个观众对电视广告的关注情况是否与他来自城市还是农村独立。•本单元的教学目的是提高定性数据的分析水平。24/10/248一、列联表及其结构•由两个以上的变量交叉分类形成的频数分布表•行变量放表的主词栏，列变量放表的宾词栏•行变量的类别用r表示，ri表示第i个类别•列变量的类别用c表示，cj表示第j个类别•每种组合的观察频数用fij表示•表中列出了行变量和列变量的所有可能的组合，所以称为列联表•一个r行c列的列联表称为rc列联表24/10/249列联表实例一分公司二分公司三分公司四分公司合计赞成该方案68755779279反对该方案32453331141合计10012090110420一个集团公司在四个不一个集团公司在四个不同的地区设有分公司同的地区设有分公司，现该集团公司欲进，现该集团公司欲进行一项改革，此项改行一项改革，此项改革可能涉及到各分公革可能涉及到各分公司的利益，故采用抽司的利益，故采用抽样调查方式，从四个样调查方式，从四个分公司共抽取分公司共抽取420420个个样本单位样本单位((人人))，了解，了解职工对此项改革的看职工对此项改革的看法，调查结果如下表法，调查结果如下表24/10/2410列联表的结构(22列联表)列(cj)合计j=1j=2i=1f11f12f11+f12i=2f21f22f21+f22合计f11+f21f12+f22n列列((ccjj))行行((rrii))24/10/2411列联表的结构(rc列联表的一般表示)列(cj)合计j=1j=2…i=1f11f12…r1i=2f21f22…r2:::::合计c1c2…n列列((ccjj))行行((rrii))ffijij表示第表示第ii行第行第jj列的观察频数列的观察频数24/10/241224/10/2413二、列联表的分布•观测值分布•观察值的期望值分布24/10/2414观察值的分布1.边缘分布–行边缘分布•行观察值的合计数的分布•例如，赞成改革方案的共有279人，反对改革方案的141人–列边缘分布•列观察值的合计数的分布•例如，四个分公司接受调查的人数分别为100人，120人，90人，110人2.条件分布与条件频数–变量X条件下变量Y的分布，或在变量Y条件下变量X的分布–每个具体的观察值称为条件频数24/10/2415观察值的分布(图示)一分公司二分公司三分公司四分公司合计赞成该方案68755779279反对该方案32453331141合计10012090110420行边缘分布行边缘分布列边缘分布列边缘分布条件频数条件频数24/10/2416百分比分布(概念...
