《民意调查的分析I.ppt》由会员分享,可在线阅读,更多相关《民意调查的分析I.ppt(41页珍藏版)》请在三一文库上搜索。
1、民意調查的分析I,蔡佳泓 政大選舉研究中心 副研究員,課程大綱,名目變數之描述性統計 連續變數之描述性統計 順序變數,11%+89%=100%,贊成意見與時間,名目變數描述性統計,類別資料例如性別、 居住地、贊成反對等皆可以用次數分配表示。 表示的重點在於指出那一個類別佔多數,即眾數。,使用SPSS分析資料,以台灣的公民意識為例 檔案-讀取文字資料 分析-描述統計-次數分配表 統計圖-圓餅圖或線形圖,SPSS介面,名目變數次數分配1,次數分配2,次數分配3,集中趨勢,集中趨勢,參考傳院課程,交叉列表1-1,交叉列表1-2,交叉列表1-3,交叉列表的獨立性檢定,用Chi-square分布做獨立性
2、檢定。 如果拒斥檢定假設表示兩者是相關的。 如果接受檢定假設表示兩者是獨立的。 也就是期待值跟觀察值非常相近。 2=(期待值-觀察值)2/期待值 Chi-square test,交叉列表,E11/A1 = E12/A2 = B1/N E21/A1 = E22/A2 = B2/N 所以:E11= A1*B1/N ,每一格子數目由邊際機率決定,婚姻與政黨支持,交叉列表的獨立性檢定,試算使用語言及政黨支持的卡方值,名目變數的相關性,名目尺度只有類別沒有順序或距離, 因此相關性的原理是用某個變數的眾數去猜另一個變數, 猜對減猜錯的比率就是相關性。 PRE(proportional reduction
3、of error):用依變數的全部減眾數為底, 分子為該數值與自變數猜錯之間的差。(N-m)-(d1-m1)-(d2-m2)/ (N-m),名目變數的相關性,名目變數的相關性,名目變數的相關性,以有沒有出去玩當依變數N=1124 眾數為627 N-m=497 用年齡當做自變數時, 每個年齡對應的d-m為86, 122, 129, 75, 39(猜錯的) 497-451/497=.093,名目變數相關係數: lambda,可用在對稱性或有依變數之名目變數之關聯性計算 不對稱:lambda= (每個X變項下Y的眾值)-Y之眾值/N-Y之眾值 對稱:(每個X變項下Y的眾值)+(每個y變項下x的眾值)
4、-Y之眾值-X眾值/2N-Y之眾值-X之眾值,試算這兩個變數的相關性,順序尺度資料分析,以TVBS的春節交通狀況民調 為例。 順序尺度變數可以用中位數表示其中間趨勢。 中位數指的是將全部觀察值分成一半的觀察值。 例如: 2,5,5,8,10,13,60,77,125,336,336,999,1021之中60為中位數。,順序尺度變數,順序尺度變數,重新歸類為比較好、 差不多、 比較差三類。 中位數為2差不多, 因為累積次數過半。 眾數也是2 。,順序尺度變數條狀圖,順序尺度變數相關性,如果有兩個順序尺度的變數,一般而言是用Gamma表示其相關程度。 Gamma的觀念是比對觀察值在兩個變數上的順序
5、,順序一致的比率越高,則兩者的相關性越高。 另外一種指標是Kendalls tau-b ,可以幫助Gamma係數處理一些平手的配對。,Gamma: Ns-Nd/Ns+Nd Tau-a:Ns-Nd/0.5*N(N-1) Tau-b:Ns-Nd/sqrt(Ns+Nd+Tx) (Ns+Nd+Ty) Sommers D: Ns-Nd/Ns+Nd+Ty Ns: 同序的數目 Nd: 不同序的數目 Tx:X變數下平手的格子,計算方式,Ns=f11(f22+f23+f32+f33)+f12(f23+f33)+f21(f32+f33)+f22(f33) Nd=f13(f22+f21+f32+f31)+f12(f21+f31)+f23(f32+f31)+f22(f31) Ty=f11(f12+f13)+f12(f13)+f21(f22+f23)+f22(f23)+f31(f32+f33)+f32(f33),順序尺度變數相關性,順序尺度變數相關性,檢驗假設,以上相關係數皆可用t分配檢驗 Gamma標準化Z值的計算:G(sqrt(Ns+Nd)/N(1-G2),小結,Somers D 及Kendalls Tau-b適合於不對稱的情形。 Tau-b適合於兩個變數有同樣數目的變項,
链接地址:https://www.31doc.com/p-2596481.html