简单对应分析的列联表分析

请在简单对应分析的列联表分析中查找提供的每个统计量的定义和解释指导。

Minitab 会计算各个主轴(亦称为主分量)。Minitab 按照主分量在总惯量的占比对主分量进行排序。第一个主分量(轴)占总惯量的大部分比率。第二个主分量(轴)占剩余总惯量的大部分比率,以此类推。

解释

使用主轴可评估哪些分量占数据变异性的大部分比率。

列联表分析 轴 惯量 比率 累积 1 0.0391 0.4720 0.4720 2 0.0304 0.3666 0.8385 3 0.0109 0.1311 0.9697 4 0.0025 0.0303 1.0000 合计 0.0829

此表汇总显示了将 10 x 5 列联表分解成 4 个主轴或分量。这 4 个分量解释的总惯量是 0.0829。在总惯量中,第一个分量占惯量的 47.2%,第二个分量占惯量的 36.66% 等等。理想情况下,第一个、前两个或前三个分量占总惯量的大部分比率。

惯量

单元格中的卡方值除以列联表的总频率即可得到单元格惯量。行惯量是行的单元格惯量之和。列惯量是列的单元格惯量之和。所有单元格惯量之和是总惯量,或者仅仅是惯量。

解释

使用惯量可评估类别之间的相关性以及对数据中变异的贡献。通常值越高,表明相关性越大,变异越大。还可以使用惯量来确定哪些主分量对于与数据中期望值的偏差影响最大。

列联表分析 轴 惯量 比率 累积 1 0.0391 0.4720 0.4720 2 0.0304 0.3666 0.8385 3 0.0109 0.1311 0.9697 4 0.0025 0.0303 1.0000 合计 0.0829

“列联表分析”表显示总惯量的分解。标签为“惯量”的列包含每个主分量(也称作主轴)所占的卡方/n 值。这些结果显示将 10 x 5 列联表分解成 4 个分量。这四个分量解释的总惯量是 0.0829。在总惯量中,第一个分量占惯量的 47.2%,第二个分量占惯量的 36.66%,以此类推。理想情况下,第一个、前两个或前三个分量占总惯量的大部分比率。

比率、累积和直方图

比率指的是每个主分量(轴)解释的总惯量(所有分量解释的惯量)比率。Minitab 会按照从大到小的比率顺序显示这些分量。每个比率都直观地显示在直方图中。

累积比率表示添加分量(轴)时比率的累积和。

解释

使用比率和累积比率可帮助确定解释大多数总惯量的足够分量数。理想情况下,两个或三个分量占总惯量的大部分比率,并且比其他分量更重要。

列联表分析 轴 惯量 比率 累积 1 0.0391 0.4720 0.4720 2 0.0304 0.3666 0.8385 3 0.0109 0.1311 0.9697 4 0.0025 0.0303 1.0000 合计 0.0829

“列联表分析”表显示总惯量的分解。标签为“惯量”的列包含每个主分量(亦称为主轴)所占的卡方/n 值。这些结果显示将 10 x 5 列联表分解为 4 个分量。这 4 个分量解释的总惯量为 0.0829。在总惯量中,第一个分量占惯量的 47.2%,第二个分量占惯量的 36.66%,以此类推。

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策