共词频次矩阵的数据类型和数据总体分布的推断分析

5.3　共词频次矩阵的数据类型和数据总体分布的推断分析

由于数据类型和数据总体分布影响统计分析方法的选择，针对不同类型的数据和不同的总体分布特征，采用的统计方法可能有所不同，因此，在选择统计分析方法之前，首先要分析数据的类型和分布特征。

1.共词频次矩阵的数据类型

我们得到的共词矩阵的数据，其取值范围是由10～80之间的正整数组成，每个值的大小表明共词的频率，但其差值没有可比意义，因此，判断该数据为离散型有序数据。

2.共词频次矩阵的数据分布推断

由于正态分布是在统计分析中运用最广泛的假设分布，因此首先运用Lillifors统计量检验法，判定相关矩阵的数据总体是否符合正态分布。SPSS提供了Lillifors法，它可以在方差和均值未知的情况下直接使用，它是对Kolmogorov-Smirnov和Shapiro-Wilk统计量的修正，Kolmogorov-Smirnov和Shapiro-Wilk检测时建立在观测量与预期积累分布之间存在巨大差异的基础上，一般情况下，当其显著水平值S＜0.05时，便可以拒绝数据正态分布的原假设。

在SPSS13.0软件中，得到表5-3所示的正态分布测试结果。

表中显示Kolmogorov-Smirnov和Shapiro-Wilk统计量中的显著水平值S=0.000＜0.05，所以拒绝数据的正态分布的假设，相关矩阵数据分布不符合正态分布规律。

其次，运用非参数检验推断共词频次矩阵数据的总体分布。启用非参数检验(nonparametric tests)的卡方检验(Chi-square test)功能。卡方拟合优度检验的方法是：我们研究的总体分布F未知，希望由样本来检验这个总体分布F是否等于给定的分布F₀，即H₀∶F(x)=F₀(x)，H₁∶F(x)≠F₀(x)H₀，其中F₀(x)为已知的分布函数(在离散场合用概率分布)。常见的已知分布F₀(x)在离散时为均匀分布，在连续场合为正态分布，指数分布等。我们对共频次矩阵进行均匀分布测试。在SPSS13.0软件中，得到表5-4所示的均匀分布测试结果。

表5-3　正态分布测试结果(Tests of Normality)

续表

a Lilliefors Significance Correction.

表5-4　均匀分布测试结果(Test Statistics)

续表

表中显著水平值Asymp.S=0.000＜0.05，所以拒绝数据的均匀分布的假设，相关矩阵数据分布不符合均匀分布规律。

基于正态分布和均匀分布测试结果，我们将在下文采取与其相适应的分析方法和步骤。