老师，请问分类问题有什么方法比较？

来源：9-3 单因素方差分析(下)

Jazz_Qi

2019-09-13

譬如目标变量违约为1和不违约为0，分布是0/1分布，但不同组(如：男女)的平均数还是有业务意义(违约率)，这时候是用均值(违约率)比较还是用其它什么方法比较分组对目标变量的影响是否显著不同？

写回答

1回答

Angelayuan

2019-09-13

已采纳

好问题。

在只有一个变量且为分类变量并且只有两个水平的时候，我们关心的指标是"比例(proportion)", 它的计算方法跟均值类似(把所有0和1加起来再除以总个数)。如果我们想考察总体的proportion是否等于某个数字的时候，就是对一个总体的proportion的检验，类似于对一个总体均值的检验。样本propotion近似服从正态分布，这个正态分布的均值就是你的零假设中的prportion的数字(记为p)，方差就是p(1-p)/n，其中n为样本容量。那么后续的步骤其实就跟对一个总体均值的检验(Z检验)一样了。
在有两个分类变量且至少其中一个变量为两个水平的时候，我们关心的指标还是"比例(proportion)"。这个时候我们想考察的是两个总体proportion是否相等，类似于对两个正态总体均值差的检验。样本比例差近似服从正态分布，这个正态分布的均值为0(零假设中的数字)，方差为联合方差，等于p1(1-p1)/n1 + p2(1-p2)/n2。这里的p1, p2是样本比例。
如果分类变量的水平大于等于3，则需要使用卡方拟合检验(chi-square goodness of fit)。