返回目录返回主页 第二节 Hierarch ica过程 2.1主要功能 调用该过程可对多维列联表资料进行分层对数线性分析。所谓分层即并可根据用户指定 的条件,对某一或某些主效应与交互作用进行剔除,从而形成包含特定层次阶项的各种模型 返回目录返回主页 9.2.2实例操作 [例9-2]为了研究 Colles骨折在不同性别中的年龄分布情况,以说明不同性别者骨折 的年龄差异及其年度变化,某地收集了1978-1981年的骨折资料,数据见下表。请作对数 线性模型的分析 年龄 1978 1979 1980 1981 女男女「男女男女 17 140 165 260 233 137 278 60--89 115 153 92.2.1数据准备 激活数据管理窗口,定义变量名:实际观察频数的变量名为freq,年份、性别和年龄 为分类变量,变量名分别为year、sex和age。输入原始数据,其中年份1978至1981依次 为1、2、3、4,性别男为1、女为2,年龄分组依次为1、2、3。之后选Data菜单的 Weight Cases..项,在 Weight Cases对话框中激活 Weight cases by项,从变量列表中选freq 点击>钮使之进入 Frequency variable框,点击OK钮完成对频数的权重定义 92.2.2统计分析 激活 Statistics菜单选 Loglinear中的 Hierarchical.项,弹出 Hierarchical Loglinear Analysis 对话框(图94)。从对话框左侧的变量列表中选age,点击>钮使之进入 Factort(s)框,点击 Define Range.钮,弹出 Hierarchical Loglinear Analysis: Define Range对话框,定义分类变量 的范围,在 Minimum处键入1,在 Maximum处键入9,点击 Continue钮返回 Hierarchic第二节 Hierarchical 过程 9.2.1 主要功能 调用该过程可对多维列联表资料进行分层对数线性分析。所谓分层即并可根据用户指定 的条件，对某一或某些主效应与交互作用进行剔除，从而形成包含特定层次阶项的各种模型。 9.2.2 实例操作 [例 9-2] 为了研究 Colles 骨折在不同性别中的年龄分布情况，以说明不同性别者骨折 的年龄差异及其年度变化，某地收集了 1978--1981 年的骨折资料，数据见下表。请作对数 线性模型的分析。 年龄 1978 1979 1980 1981 男 女 男 女 男 女 男 女 0—19 20--59 60--89 55 165 50 17 260 94 43 101 29 9 233 115 89 104 56 20 202 95 140 137 54 41 278 153 9.2.2.1 数据准备 激活数据管理窗口，定义变量名：实际观察频数的变量名为 freq，年份、性别和年龄 为分类变量，变量名分别为 year、sex 和 age。输入原始数据，其中年份 1978 至 1981 依次 为 1、2、3、4，性别男为 1、女为 2，年龄分组依次为 1、2、3。之后选 Data 菜单的 Weight Cases...项，在 Weight Cases 对话框中激活 Weight cases by 项，从变量列表中选 freq 点击 ➢ 钮使之进入 Frequency Variable 框，点击 OK 钮完成对频数的权重定义。 9.2.2.2 统计分析 激活 Statistics 菜单选 Loglinear 中的 Hierarchical...项，弹出 Hierarchical Loglinear Analysis 对话框（图 9.4）。从对话框左侧的变量列表中选 age，点击 ➢ 钮使之进入 Factor(s)框，点击 Define Range...钮，弹出 Hierarchical Loglinear Analysis: Define Range 对话框，定义分类变量 age 的范围，在 Minimum 处键入 1，在 Maximum 处键入 9，点击 Continue 钮返回 Hierarchical