第六章列聯(lián)分析

1、STATA 從入門到精通第六章第六章 列聯(lián)表分析列聯(lián)表分析Page 2STATA從入門到精通從入門到精通6.1列聯(lián)表分析列聯(lián)表分析n列聯(lián)表是分析兩個(gè)分類變量（名義變量或者定序變量）之間關(guān)系的基列聯(lián)表是分析兩個(gè)分類變量（名義變量或者定序變量）之間關(guān)系的基本統(tǒng)計(jì)方法。設(shè)兩個(gè)變量本統(tǒng)計(jì)方法。設(shè)兩個(gè)變量A和和B分別有分別有r和和c個(gè)類型，則他們可以構(gòu)成一個(gè)個(gè)類型，則他們可以構(gòu)成一個(gè)的列聯(lián)表。的列聯(lián)表。n獨(dú)立性檢驗(yàn)統(tǒng)計(jì)量獨(dú)立性檢驗(yàn)統(tǒng)計(jì)量在對兩變量進(jìn)行列聯(lián)表分析時(shí)，首先要檢驗(yàn)它們的獨(dú)立性，這就涉及到在對兩變量進(jìn)行列聯(lián)表分析時(shí)，首先要檢驗(yàn)它們的獨(dú)立性，這就涉及到獨(dú)立性檢驗(yàn)統(tǒng)計(jì)量，常用的統(tǒng)計(jì)量有皮爾遜卡方統(tǒng)計(jì)

2、量（獨(dú)立性檢驗(yàn)統(tǒng)計(jì)量，常用的統(tǒng)計(jì)量有皮爾遜卡方統(tǒng)計(jì)量（Pearson Chi-Square）和似然比統(tǒng)計(jì)量（）和似然比統(tǒng)計(jì)量（Likelihood Ratio）。）。Fisher精確檢驗(yàn)仍采用卡方統(tǒng)計(jì)量作為檢驗(yàn)統(tǒng)計(jì)量，只是在計(jì)算統(tǒng)計(jì)量精確檢驗(yàn)仍采用卡方統(tǒng)計(jì)量作為檢驗(yàn)統(tǒng)計(jì)量，只是在計(jì)算統(tǒng)計(jì)量的分布時(shí)，利用概率論中的超幾何分布來計(jì)算每一種情況發(fā)生的概率，的分布時(shí)，利用概率論中的超幾何分布來計(jì)算每一種情況發(fā)生的概率，然后才能得到然后才能得到P值。當(dāng)樣本量較大，或者列聯(lián)表的行數(shù)及列數(shù)較大時(shí)，值。當(dāng)樣本量較大，或者列聯(lián)表的行數(shù)及列數(shù)較大時(shí)，F(xiàn)isher檢驗(yàn)的計(jì)算量會變得很大，以至于無法承受。檢驗(yàn)的計(jì)算量

3、會變得很大，以至于無法承受。Page 3STATA從入門到精通從入門到精通n 列聯(lián)表中的相關(guān)測量統(tǒng)計(jì)量列聯(lián)表中的相關(guān)測量統(tǒng)計(jì)量n 對于名義變量，通常采用基于卡方統(tǒng)計(jì)量的各種統(tǒng)計(jì)量來進(jìn)行關(guān)聯(lián)性對于名義變量，通常采用基于卡方統(tǒng)計(jì)量的各種統(tǒng)計(jì)量來進(jìn)行關(guān)聯(lián)性度量，最常的是度量，最常的是Cramers V系數(shù)系數(shù)n 對于有序變量，關(guān)聯(lián)性度量的統(tǒng)計(jì)量通常是基于觀測中的一致對和不對于有序變量，關(guān)聯(lián)性度量的統(tǒng)計(jì)量通常是基于觀測中的一致對和不一致對的個(gè)數(shù)?？梢远x以下統(tǒng)計(jì)量來描述有序變量之間的有序關(guān)聯(lián)一致對的個(gè)數(shù)。可以定義以下統(tǒng)計(jì)量來描述有序變量之間的有序關(guān)聯(lián)性的大?。盒缘拇笮。?統(tǒng)計(jì)量：統(tǒng)計(jì)量：gamma統(tǒng)計(jì)

4、量和統(tǒng)計(jì)量和 Kendall統(tǒng)計(jì)量統(tǒng)計(jì)量nPage 4STATA從入門到精通從入門到精通6.2 Stata的列聯(lián)表分析的列聯(lián)表分析table和和tabulate命令命令6.2.1使用使用table命令生成列聯(lián)表命令生成列聯(lián)表table命令可以用于生成一維到多維的列聯(lián)表，表中不僅可以包含常見的命令可以用于生成一維到多維的列聯(lián)表，表中不僅可以包含常見的頻數(shù)，還可以包含任意其他變量的描述性統(tǒng)計(jì)量。頻數(shù)，還可以包含任意其他變量的描述性統(tǒng)計(jì)量。table命令的格式如下：命令的格式如下： table rowvar colvar supercolvar if in weight , options其中其中r

5、owvar代表行變量，代表行變量，colvar代表列變量，代表列變量，supercolvar代表更高階代表更高階的列變量，同之前一樣，的列變量，同之前一樣，in和和if用于選擇樣本或者選擇范圍，用于選擇樣本或者選擇范圍，weight用用于添加權(quán)重。于添加權(quán)重。Page 5STATA從入門到精通從入門到精通 表表6-2 table命令可以報(bào)告的統(tǒng)計(jì)量命令可以報(bào)告的統(tǒng)計(jì)量n freq 頻數(shù)頻數(shù)n mean 平均數(shù)平均數(shù)n sd 標(biāo)準(zhǔn)差標(biāo)準(zhǔn)差n semean 標(biāo)準(zhǔn)誤標(biāo)準(zhǔn)誤 (sd/sqrt(n)n sum 總和總和n count、n 觀測值個(gè)數(shù)觀測值個(gè)數(shù)n max 最大值最大值n min 最小值最小

6、值n median 中位數(shù)中位數(shù)n p# 各種百分位數(shù)各種百分位數(shù)n iqr IQR四分位距四分位距Page 6STATA從入門到精通從入門到精通n 【例【例6.1】 數(shù)據(jù)集數(shù)據(jù)集auto.dta是是Stata系統(tǒng)自帶的關(guān)于系統(tǒng)自帶的關(guān)于1978年汽車市場年汽車市場的一個(gè)調(diào)查數(shù)據(jù)，該數(shù)據(jù)集共有的一個(gè)調(diào)查數(shù)據(jù)，該數(shù)據(jù)集共有74個(gè)觀測值，個(gè)觀測值，12個(gè)變量。變量的具個(gè)變量。變量的具體情況是：體情況是：make是字符型變量，表明生產(chǎn)廠商。其他均為數(shù)值型變是字符型變量，表明生產(chǎn)廠商。其他均為數(shù)值型變量，量，price是汽車的價(jià)格（萬元），是汽車的價(jià)格（萬元），mpg是行駛里程（英里），是行駛里程（英

7、里），rep78是在該年度修理次數(shù)，是在該年度修理次數(shù)，foreign是虛擬變量，賦值是虛擬變量，賦值1代表國外產(chǎn)，代表國外產(chǎn)，0代代表國產(chǎn)。數(shù)據(jù)用幾個(gè)變量揭示了汽車的重要特征：表國產(chǎn)。數(shù)據(jù)用幾個(gè)變量揭示了汽車的重要特征：headroom、trunk、length、turn、displacemen、gea_ratio依次代表汽車內(nèi)部依次代表汽車內(nèi)部空間大小、后備箱空間大小、身長、轉(zhuǎn)彎半徑、排氣量和變速比?？臻g大小、后備箱空間大小、身長、轉(zhuǎn)彎半徑、排氣量和變速比。n 本例演示如何利用本例演示如何利用table命令完成如下兩個(gè)任務(wù)：命令完成如下兩個(gè)任務(wù)：n （1）使用）使用table命令創(chuàng)建關(guān)于命

8、令創(chuàng)建關(guān)于rep78的頻數(shù)表，并在表中顯示的頻數(shù)表，并在表中顯示mpg的的觀測值個(gè)數(shù)、平均數(shù)、標(biāo)準(zhǔn)差和中位數(shù)。觀測值個(gè)數(shù)、平均數(shù)、標(biāo)準(zhǔn)差和中位數(shù)。n （2）使用）使用table命令創(chuàng)建關(guān)于命令創(chuàng)建關(guān)于foreign和和rep78的二維表格，并在表中的二維表格，并在表中顯示顯示mpg的平均數(shù)。的平均數(shù)。Page 7STATA從入門到精通從入門到精通n 【例【例6.2】本例使用一個(gè)關(guān)于肺炎的調(diào)查數(shù)據(jù)集】本例使用一個(gè)關(guān)于肺炎的調(diào)查數(shù)據(jù)集byssin1.dta來說明來說明table命令創(chuàng)建多維表格。數(shù)據(jù)集中每個(gè)觀測值代表了一類人，變量命令創(chuàng)建多維表格。數(shù)據(jù)集中每個(gè)觀測值代表了一類人，變量prob是該類

9、人罹患肺炎的概率，是該類人罹患肺炎的概率，smokes是代表是否吸煙的虛擬變量，是代表是否吸煙的虛擬變量，race是關(guān)于是否是白人的虛擬變量，是關(guān)于是否是白人的虛擬變量，workplace按照工作場所的煙塵按照工作場所的煙塵等級劃分為三類，等級劃分為三類，1為最少，為最少，3為最多，為最多，sex是性別，是性別，1代表男性。最代表男性。最關(guān)鍵的變量是關(guān)鍵的變量是pop，表示具有該觀測值的個(gè)體的數(shù)量，比如，表示具有該觀測值的個(gè)體的數(shù)量，比如，pop=3，則意味著樣本中有則意味著樣本中有3個(gè)人具有該觀測值所揭示的性質(zhì)。在這個(gè)數(shù)據(jù)集個(gè)人具有該觀測值所揭示的性質(zhì)。在這個(gè)數(shù)據(jù)集中，中，pop的取值從的取

10、值從0到到507不等，其中不等，其中0說明沒有任何個(gè)體具有該觀測說明沒有任何個(gè)體具有該觀測值所揭示的性質(zhì)，值所揭示的性質(zhì)，507則說明有則說明有507個(gè)個(gè)體具有同樣的性質(zhì)。我們鼓個(gè)個(gè)體具有同樣的性質(zhì)。我們鼓勵(lì)讀者使用勵(lì)讀者使用codebook命令對這些變量的具體賦值更深入地考察。命令對這些變量的具體賦值更深入地考察。n 下面我們演示如何完成如下兩個(gè)創(chuàng)建多維表格的任務(wù)。下面我們演示如何完成如下兩個(gè)創(chuàng)建多維表格的任務(wù)。n （1）創(chuàng)建一個(gè)關(guān)于）創(chuàng)建一個(gè)關(guān)于workplace、smokes和和race的三維列聯(lián)表。的三維列聯(lián)表。n （2）創(chuàng)建一個(gè)關(guān)于）創(chuàng)建一個(gè)關(guān)于workplace、smokes、ra

11、ce和和sex的四維列聯(lián)表。的四維列聯(lián)表。Page 8STATA從入門到精通從入門到精通表6-4 數(shù)據(jù)集byssin1.dta（部分?jǐn)?shù)據(jù)）smokesraceworkplacepopprobsexyeswhitemost400.075Maleyeswhiteless740Femaleyeswhiteleast2600.007692Maleyesothermost1640.152439Femaleyesothermost240.083333Femaleyesotherless1470.013605Femaleyesotherleast2630.011407Malenowhitemost160Ma

12、lenowhiteless350Malenowhiteleast1340Femalenoothermost810.074074Malenootherless480.020833Femalenootherleast1230.00813Femalenowhitemost40MalePage 9STATA從入門到精通從入門到精通6.2.2使用使用tabulate命令進(jìn)行列聯(lián)表分析命令進(jìn)行列聯(lián)表分析1 一維一維tabulate命令命令n tabulate的一維命令主要用于生成含有頻數(shù)的一維表格，使用比較簡的一維命令主要用于生成含有頻數(shù)的一維表格，使用比較簡單，當(dāng)我們想查看某個(gè)變量的賦值情況時(shí)，也可以使

13、用單，當(dāng)我們想查看某個(gè)變量的賦值情況時(shí)，也可以使用tabulate來得來得到大體的印象。下面是這個(gè)命令的標(biāo)準(zhǔn)結(jié)構(gòu)：到大體的印象。下面是這個(gè)命令的標(biāo)準(zhǔn)結(jié)構(gòu)：n tabulate varname if in weight , tabulate1_optionsn 同之前一樣，同之前一樣，in和和if用于選擇樣本或者選擇范圍，用于選擇樣本或者選擇范圍，weight用于添加權(quán)用于添加權(quán)重。重。n tabulate一維命令還有一個(gè)配套的方便工具一維命令還有一個(gè)配套的方便工具tab1，在其后可以添，在其后可以添加多個(gè)變量，然后加多個(gè)變量，然后stata會對每個(gè)變量創(chuàng)建以為表格，也就是相當(dāng)于會對每個(gè)變量創(chuàng)建

14、以為表格，也就是相當(dāng)于多次執(zhí)行多次執(zhí)行tabulate命令。命令。tab1的結(jié)構(gòu)如下：的結(jié)構(gòu)如下：n tab1 varlist if in weight , tab1_optionsPage 10STATA從入門到精通從入門到精通n 【例【例6.3】使用】使用auto.dta數(shù)據(jù)創(chuàng)建數(shù)據(jù)創(chuàng)建rep78和和foreign的一維頻數(shù)表。的一維頻數(shù)表。Page 11STATA從入門到精通從入門到精通2 二維二維tabulate命令命令n 二維二維tabulate命令在生成二維表格的同時(shí)，可以計(jì)算多種獨(dú)立性檢驗(yàn)命令在生成二維表格的同時(shí)，可以計(jì)算多種獨(dú)立性檢驗(yàn)統(tǒng)計(jì)量和相關(guān)測量統(tǒng)計(jì)量，包括常用的統(tǒng)計(jì)量和相

15、關(guān)測量統(tǒng)計(jì)量，包括常用的Pearsons chi-squared、likelihood-ratio chi-squared、Cram s V、Fishers exact test、Goodman and Kruskals gamma、Kendalls tau-b，這些統(tǒng)計(jì)量，這些統(tǒng)計(jì)量在前面均介紹過。下面是該命令的標(biāo)準(zhǔn)格式：在前面均介紹過。下面是該命令的標(biāo)準(zhǔn)格式：n tabulate varname1 varname2 if in weight , optionsn 同之前一樣，同之前一樣，in和和if用于選擇樣本或者選擇范圍，用于選擇樣本或者選擇范圍，weight用于添加權(quán)用于添加權(quán)重。重。

16、n 同同tabulate的一維表格一樣，二維的一維表格一樣，二維tabulate命令也有命令也有tab2，可用于快，可用于快速生成速生成varlist中所羅列的變量所有可能的二維表格，中所羅列的變量所有可能的二維表格，tab2的標(biāo)準(zhǔn)格式的標(biāo)準(zhǔn)格式如下：如下：n tab2 varlist if in weight , optionsPage 12STATA從入門到精通從入門到精通n 【例【例6.4】利用關(guān)于肺炎的調(diào)查數(shù)據(jù)】利用關(guān)于肺炎的調(diào)查數(shù)據(jù)byssin1.dta來檢驗(yàn)得肺炎概率與來檢驗(yàn)得肺炎概率與是否抽煙、工作場所空氣質(zhì)量這兩個(gè)變量之間的獨(dú)立性（當(dāng)然，憑借是否抽煙、工作場所空氣質(zhì)量這兩個(gè)變量

17、之間的獨(dú)立性（當(dāng)然，憑借常識，它們應(yīng)該是有關(guān)系的），即分別對常識，它們應(yīng)該是有關(guān)系的），即分別對probcat和和smokes以及以及probcat和和workplace做標(biāo)準(zhǔn)的列聯(lián)分析。做標(biāo)準(zhǔn)的列聯(lián)分析。Page 13STATA從入門到精通從入門到精通6.3利用利用Stata生成包含描述性統(tǒng)計(jì)量的列表生成包含描述性統(tǒng)計(jì)量的列表6.3.1 tabstat命令命令n tabstat可以在一個(gè)表格中顯示多個(gè)變量的多種描述性統(tǒng)計(jì)量，這些可以在一個(gè)表格中顯示多個(gè)變量的多種描述性統(tǒng)計(jì)量，這些統(tǒng)計(jì)量包括平均數(shù)、最大最小值、極差、方差、標(biāo)準(zhǔn)差、偏度、峰度統(tǒng)計(jì)量包括平均數(shù)、最大最小值、極差、方差、標(biāo)準(zhǔn)差、偏度

18、、峰度以及各種百分位數(shù)。以及各種百分位數(shù)。tabstat是是summarize命令的替代選擇，前者比命令的替代選擇，前者比后者更加靈活，可以自由選擇表格中包含的統(tǒng)計(jì)量種類。通過添加后者更加靈活，可以自由選擇表格中包含的統(tǒng)計(jì)量種類。通過添加by()，tabstat對每類觀測值報(bào)告各自的統(tǒng)計(jì)量。對每類觀測值報(bào)告各自的統(tǒng)計(jì)量。n tabstat的標(biāo)準(zhǔn)格式如下：的標(biāo)準(zhǔn)格式如下：n tabstat varlist if in weight , optionsn 同之前一樣，同之前一樣，in和和if用于選擇樣本或者選擇范圍，用于選擇樣本或者選擇范圍，weight用于添加權(quán)用于添加權(quán)重。重。Page 14S

19、TATA從入門到精通從入門到精通n rangerange = max - minn mean平均數(shù)平均數(shù)n sd 標(biāo)準(zhǔn)差標(biāo)準(zhǔn)差n variance方差方差n semean 標(biāo)準(zhǔn)誤標(biāo)準(zhǔn)誤 (sd/sqrt(n)n sum 總和總和n count 觀測值個(gè)數(shù)觀測值個(gè)數(shù)n max min 最大值最大值 最小值最小值n median 中位數(shù)中位數(shù)n p# 各種百分位數(shù)各種百分位數(shù)n p 相當(dāng)于相當(dāng)于p25 p50 p75n iqr IQR四分位距四分位距Page 15STATA從入門到精通從入門到精通n 【例【例6-6】利用】利用auto.dta數(shù)據(jù)集完成如下兩個(gè)任務(wù)：數(shù)據(jù)集完成如下兩個(gè)任務(wù)：n （1）生成包含）生成包含price、weight、mpg、rep78的均值的表格。的均值的表格。n （2）對上述四個(gè)變量按照）對上述四個(gè)變量按照foreign分類報(bào)告平均數(shù)、標(biāo)準(zhǔn)差和最小值、分類報(bào)告平均數(shù)、標(biāo)準(zhǔn)差和最小值、最