• 高维列联表


    目录

    一、数据构造 

    二、具体分析

    三、高维列联表的压缩/降维处理

    四、高维列联表的分层

    五、局部表与边缘表 

    5.1优势比

    六、高维列联表的条件独立性检验 

    6.1条件独立性检验举例

    6.2辛普森悖论产生的主要原因

    6.3具体分析

    七、高维列联表的优比

    八、不完备高维列联表


    一、数据构造 

    二、具体分析

    上表为三维2x2x2列联表。其中,“年龄(<40 or 40-59)”为层属性,“呼吸情况(正常 or 不正常)” 为行属性,“吸烟情况(不吸烟 or 吸烟)”为列属性。每一层中,都是一个二维列联表。

    三、高维列联表的压缩/降维处理

    通过把不同年龄的数据合并,可以将三维列联表压缩成二维列联表。(也可以合并“呼吸情况”的数据,得到“年龄与吸烟情况”的二维表/合并“吸烟情况”的数据,得到“年龄与呼吸情况”的二维表) ,称为边缘表,边缘表即指“忽略”/“边缘化”某个属性后得到的列联表。

    四、高维列联表的分层

    与压缩降维相反,可以把三维表中的每一层的二维表提取出来加以研究,这时称为局部表

    上述三维2×2×2列联表,可以通过按年龄分层,别离出两张二维列联表,即两个局部表。 局部表中的关联性称为条件关联性,即某个属性给定(被控制)时,另外两个属性之间的关系。

    局部表的条件关联性可能和边缘表中的关联性有较大差异,甚至是自相矛盾〔辛普森悖论〕。 正是边缘表与局部表分析的条件发生变化,所以把压缩与分层结合起来分析是完全必要的。

    分层与压缩相类似地,都可以按照不同的属性压缩或者分层,一般地,按属性A分层,可以分成r个二维c×t列联表;按属性B分层,可以得到c个二维r×t列联表;按属性C分层,可以得到t个二维r×c列联表。

    压缩与分层都是针对高维列联表的分析方法,是从不同角度和途径对不同属性之间的关系进展分析的需要。 基于辛普森悖论的存在,压缩与分层经常结合起来使用

    五、局部表与边缘表 

    5.1优势比

    优势比:两个发生比相比;

    优势比(Odds Ratios)_weixin_34205826的博客-CSDN博客

     从四格表可知,优势比可以用来度量属性之间的关联性;

    根据局部表计算的优势比,称为条件优势; 根据边缘表计算的优势比,称为边缘优势比

    与前面所述的局部表与边缘表的关系相一致,条件优势比与边缘优势比是不同的,有时二者会给出完全相反的结论;

    ⚠️当局部表中两个属性变量条件独立时,所有的条件优势比都等于1;但根据边缘表计算的边缘优势比可能并不等于1,即条件独立不代表边缘独立

    六、高维列联表的条件独立性检验 

    自由度逻辑回归 自由度_回归自由度的官方定义_weixin_26746401的博客-CSDN博客

    一般地,按属性A分层,可以分成r个二维c×t列联表;按属性B分层,可以得到c个二维r×t列联表;按属性C分层,可以得到t个二维r×c列联表。

    6.1条件独立性检验举例

    P值小于0.05则说明有差异存在 ;

    6.2辛普森悖论产生的主要原因

    (1)在计算总的录取比例时,尽管各个专业的男女生录取比例没有显著差异,但是男生和女生所采用的权重相差较大。

    (2)其中,在计算男生录取比例时,录取比例高的专业权重大,录取比例低的专业权重小,导致男生总的录取比例偏高; 在计算女生录取比例时,录取比例高的专业权重小,而录取比例低的专业权重大,从而使总的录取比例偏小。

    (3)因此,经过检验,不能说该校有偏爱男生的倾向。

    三维列联表除面临前述的条件独立性检验外,还会遇到另外两种独立性检验问题。

    以上三种情况下的独立性检验问题之间有以下关系:其中,由左到右是包含和推出的关系,所描述的模型也由简单到复杂。

     为此,可以在处理三维列联表时,按照以上顺序进展检验。如果前面的检验没有被拒绝,就可以不用再进展后面的检验。

    6.3具体分析

    对于第一种情况下,原假设为:p_{ijk}=p_{i++}p_{+j+}p_{++k}

     

     

    七、高维列联表的优比

    期望频数除用来描述列联表的独立性、相关性外,还可以描述优势比。 优势比不仅可以用于四格表,还可推广到一般的二维列联表。 可以取二维表的两行两列来构造一个四格表计算优比,三维列联表可以按某一属性分层后形成二维列联表再进行优比分析。

    对于属性A,B,C相互独立时,不管按哪个属性分层,各层二维表的优比总等于1

    对于A与(B,C)相互独立时,按属性A分层后第i层二维c×t列联表的优比与i无关,故各层B与C的相合程度一样;无论按B,或C分层,这些二维列联表上的优比总等于1

    对于A给定后B和C条件独立时,按A分层的二维列联表上的优比总等于1;且按B分层各层A与C相合程度一样,按C分层各层A与B相合程度一样。

    对于齐次关联模型,各层二维列联表的优比都与在第几层没有关系。

    八、不完备高维列联表

    对不完备高维列联表独立性的定义与完备列联表的情形类似,不同的仅仅是定义在非空格上;

    以上独立性之间的关系也与完备列联表类似;

    独立性外,不完备列联表还有拟相关问题,也与完备列联表类似;与独立性、相关性有关的检验统计量与完备列联表相类似,不同的是自由度,有的需要相应减去空格数m,有的要具体问题具体分析。

  • 相关阅读:
    iOS——Autoreleasepool底层原理
    springboot集成Logback 日志写入数据库
    如何使用SVN或者Git回滚代码,你必须知道的三种场景
    arcgis 网络分析 生成可达范围/等时线
    【云原生】Docker的数据卷、数据卷容器,容器互联
    基于Intel Lake-UP3平台的超声设备方案设计,提供出色的图形和AI性能
    一幅长文细学GaussDB(二)——数据库基础知识
    【FPGA教程案例43】图像案例3——通过verilog实现图像sobel边缘提取,通过MATLAB进行辅助验证
    灿芯股份将上会:计划募资6亿元,董事长、总经理均为外籍
    Visual SLAM algorithms: a survey from 2010 to 2016
  • 原文地址:https://blog.csdn.net/m0_57656758/article/details/127056455