摘要
<正>χ~2检验在R×C列联表资料的统计研究中有着广泛的应用,但也存在着因样本量改变而使χ2值被过低或过高估计的问题,通过引进R×C列联表的关联系数,可在一定程度上克服这一缺陷~([1-3])。关联度的分析是分析系统中各因素关联程度的方法,正确计算列联表资料的关联系数,不仅对于统计方法本身,而且对于实际应用都意义重大。目前常用的关联系数为Pearson列联系数~([4-6])。本文将以信息论为基础的信
引文
[1]Roscino A,Pollice A.A Generalization of the Polychoric Corelation Coefficient.New York:Springer,2006:135-142.
[2]郑兵云.非参数检验的两个局限性问题.统计教育,2007,6:8-9.
[3]薛允莲,姜世强,刘贵浩等.列联表资料的关联强度.中国卫生统计,2011,28(3):244-246.
[4]李贤平,沈崇圣,陈子毅.概率论与数理统计.上海:复旦大学出版社.2003.
[5]孙振球,徐勇勇主编.医学统计学.第4版.北京:人民卫生出版社,2014:102-107.
[6]李克均,时松和,胡东生.列联表的行列关联度与对应分析.中国卫生统计,2006,23(3):261-263.
[7]丁晶,王文圣,赵永龙.以互信息为基础的广义相关系数.四川大学学报(工程科学版),2002,34(3):1-5.
[8]王海燕.信息论基础.南京:东南大学出版社.2003:9-14.
[9]丁勇.平均互信息的可加性和广义相关系数不等式.工程数学学报,2007,24(2):282-286.
[10]丁勇.离散型随机变量的平均信息熵.数学的实践与认识.202,42(18):141-146.
[11]谭艺强.四格表资料三种检验方法分析.广东药学院学报,1999,15(1):75-77.
[12]陈国民,王洁贞.关于四格表资料值和校正值分布的模拟分析.中国卫生统计,2002,19(4):249-251.