29

Таблицы сопряженности

МакНемара. Непараметрический критерий для двух связанных дихотомических переменных. Проверяет изменения в откликах с помощью распределения хи-квадрат. Полезен для выявления изменений в откликах, обусловленных экспериментальным вмешательством в планах до-и-после. Для больших квадратных таблиц выдаются результаты критерия симметричности Мак-Немара - Боукера.

Статистики Кокрена и Мантеля-Хенцеля. Статистики Кокрена и Мантеля-Хенцеля могут использоваться для проверки условной независимости дихотомической факторной переменной и дихотомической переменной отклика при заданных ковариационных структурах, задаваемых одной или большим числом переменных слоя (управляющих переменных). Заметим, что в то время как другие статистики вычисляются послойно, статистики Кокрена и Мантеля-Хенцеля вычисляются сразу для всех слоев.

Вывод в ячейках для таблиц сопряженности

Рисунок 5-4

Диалоговое окно Таблицы сопряженности: Вывод в ячейках

Чтобы помочь вам выявить структуры в данных, которые могут повлиять на результаты критерия хи-квадрат, процедура Таблицы сопряженности выводит ожидаемые значения частот и три типа остатков (отклонений), которые выступают как меры различия между ожидаемыми и наблюденными частотами. Каждая ячейка таблицы может содержать любую комбинацию выбранных частот, процентов и остатков.

Частоты. Число фактически наблюденных наблюдений и число наблюдений, ожидаемое при условии независимости переменных в строках и в столбцах. Можно выбрать не показывать частоты, которые меньше заданного целого. Скрытые значения будут выводиться как <N, где N - заданное целое. Заданное целое должно быть больше или равно 2, однако допускается значение 0, которое говорит о том, что скрытые частоты отсутствуют.

30

Глава 5

Сравнить пропорции столбцов При выборе этого параметра выполняются попарные сравнения пропорций столбцов и указывается, какие пары столбцов (для данной строки) значимо различаются. Значимые различия в таблице сопряженности указываются с применением APA-стиля форматирования и использованием букв подстрочного индекса, и вычисляются на уровне значимости 0,05. Примечание: Если данный параметр задан без выбора для вывода наблюденных частот или процентов по столбцам, то наблюденные частоты включаются в таблицу сопряженности с индексами в стиле APA, показывающими результаты применения критерия для сравнения пропорций столбцов.

Скорректировать p-значения (метод Бонферрони). При попарных сравнениях пропорций столбцов используется коррекция Бонферрони, которая корректирует наблюденные уровни значимости, учитывая, что выполняются несколько сравнений.

Проценты. Проценты могут суммироваться по строкам и по столбцам. Также доступны проценты от общего числа наблюдений в таблице (один слой). Примечание: Если в группе Частоты задать Скрывать малые количества, то проценты, относящиеся к скрытым частотам, будут также скрыты.

Остатки. Обычные нестандартизованные остатки вычисляются как разность между наблюденными и ожидаемыми значениями. Можно также получить значения стандартизованных и скорректированных стандартизованных остатков.

Нестандартизованные. Разность между наблюдаемым и ожидаемым значениями. Ожидаемое значение - это количество наблюдений в ячейке при условии независимости переменных строки и столбца. Положительное значение остатка указывает на то, что в ячейке имеется больше наблюдений, чем в случае, если бы переменные строки и столбца были бы независимыми.

Стандартизованные. Остаток, деленный на оценку его стандартного отклонения. Стандартизованные остатки, известные еще как пирсоновские, имеют среднее 0 и стандартное отклонение 1.

Скорректированные стандартизованные. Остаток в некоторой ячейке (наблюдение минус ожидаемое значение), деленный на оценкуегостандартной ошибки. Полученный стандартизованный остаток выражается в единицах стандартных отклонений выше или ниже среднего.

Нецелочисленные веса. Частоты в ячейках обычно являются целыми значениями, поскольку они представляют числа наблюдений в каждой ячейке. Но если наблюдения в файле данных взвешены с помощью переменной с нецелочисленными значениями

(например, 1.25), то частоты в ячейках могут также быть дробными. Округление и усечение можно применять как до, так и после вычислений частот в ячейках, а также использовать дробные частоты в ячейках как для вывода в таблицах, так и для вычисления статистик.

Округлять частоты в ячейках. Веса наблюдений используются как есть, но накопленные веса в ячейках перед вычислением любых статистик округляются.

Усекать частоты в ячейках. Веса наблюдений используются как есть, но накопленные веса в ячейках перед вычислением любых статистик урезаются.

Округлять веса наблюдений. Перед применением веса наблюдений округляются.

31

Таблицы сопряженности

Усекать веса наблюдений. Перед применением веса наблюдений урезаются.

Не корректировать. Веса наблюдений используются как есть, также используются дробные частоты в ячейках. Однако когда запрашиваются Exact Statistics (доступные только при установке модуля Exact Tests), накопленные веса в ячейках перед вычислением статистик точных критериев либо усекаются, либо округляются.

Формат таблиц сопряженности

Рисунок 5-5

Диалоговое окно Таблицы сопряженности: Формат

Вы можете расположить строки в порядке возрастания или убывания значений переменной строки.