属性数据分析第五章课后答案

属性数据分析第五章课后作业

6.为了解男性和女性对两种类型的饮料的偏好有没有差异，分别在年青人和老年人中作调查。调查数据如下：

试分析这批数据，关于男性和女性对这两种类型的饮料的偏好有没有差异的问题，你有什么看法？为什么？ 解：（1）数据压缩分析

首先将上表中不同年龄段的数据合并在一起压缩成二维2×2列联表1.1，合起来看，分析男性和女性对这两种类型的饮料的偏好有没有差异？

表1.1 “性别×偏好饮料”列联表

二维2×2列联表独立检验的似然比检验统计量Λ-ln 2的值为0.7032，p 值为05.04017.0)7032.0)1((2>=≥=χP p ，不应拒绝原假设，即认为“偏好类型”与“性别”无关。 （2）数据分层分析

其次，按年龄段分层，得到如下三维2×2×2列联表1.2，分开来看，男性和女性对这两种类型的饮料的偏好有没有差异？

表1.2 三维2×2×2列联表

在上述数据中，分别对两个年龄段（即年青人和老年人）进行饮料偏好的调查，在“年青人”年龄段，男性中偏好饮料A 占58．73%，偏好饮料B 占41.27%；女性中偏好饮料A 占58．73%，偏好饮料B 占41.27%，我们可以得出在这个年龄段，男性和女性对这两种类型的饮料的偏好有一定的差异。同理，在“老年人”年龄段，也有一定的差异。 （3）条件独立性检验

为验证上述得出的结果是否可靠，我们可以做以下的条件独立性检验。 即由题意，可令C 表示年龄段，1C 表示年青人，2C 表示老年人；D 表示性别，1D 表示男性，2D 表示女性；E 表示偏好饮料的类型，1E 表示偏好饮料A ,2E 表示偏好饮料B 。欲检验的原假设为：C 给定后D 和E 条件独立。

按年龄段分层后得到的两个四格表，以及它们的似然比检验统计量Λ-ln 2的值如下：

2C 层

822.11ln 2=Λ-248.6ln 2=Λ-

条件独立性检验问题的似然比检验统计

量是这两个

似然比检验统计量的和，其值为 07.18822.11248.6ln 2=+=Λ- 由于2===t c r ，所以条件独立性检验的似然比检验统计量的渐近2χ分布的自由度为2)1)(1(=--t c r ，也就是上面这2个四格表的渐近2χ分布的自由度的和。由于p 值50.00011916)07.18)2((2=≥χP 很小，所以认为条件独立性不成立，即在年龄段给定的条件下，男性和女性对两种类型的饮料的偏好是有差异的。 （4）产生偏差的原因

a 、在（1）中，将不同年龄段的数据压缩在一起合起来后分析发现男性和女性在