西游群妖死亡的主要原因是没有背景
2009-10-16 20:27:27
摘要:有人提出影响妖怪是否被打死的因素,性别为第一因素的,有无背景只能放在第二位考虑 ,本文利用其所提供的数据,经过简单的数据分析表明有无背景才是西游群妖死亡的第一因素。 关键词:西游记 死亡 性别 背景 引文: 活着还是死去,这是性别的问题,还是社会关系的问题,哪个更重要? 数据来源和数据分析: 读到一篇《西游记妖伤亡统计及背景分析》的帖子,见参考文献[1]。它提供了一个附表。见下附表1,本文作者将该附表的数据录入spss中,进行分析: 1、交互分析无背景与生死的交互分析中,pearson chi-square、directional measure、Symmetric Measures均显著。 性别与生死的交互分析中也接近显著,其交互表不列出了。 此处使用Phi系数、cramer‘s v系数来比较两个定类变量之间相关的强度。无背景的PHI为-0.626,cramer’s v系数为0.626;性别的PHI为0.318,cramer‘s v为0.318。由此看来无背景与生死的相关强度比性别与生死的相关强度更大。 谁家朝里没有几个人呢?但是有的偏没有,无奈,只好被打死。另儒、释、道并不显著的与生死相关。 2、logistc回归分析 纳入性别和无背景两个变量,以是否死亡为因变量进行二值logistic回归分析
妖精是否有背景与是否被打死的交互分析讨论: 本文认为,是否死亡与其实力密切相关,大部分死的妖怪,都死在西游三人众手里,能力大的肯定死不了,因为三人众打不死妖怪就只好搬来救兵,救兵如儒释道势力往往招降纳叛,比如牛魔王,红孩儿都被招入佛家势力。因此,纳入是否打得过三人众变量还是有意义的。 结论: 与原帖子中“影响妖怪是否被打死的因素,性别为第一因素的,有无背景只能放在第二位考虑 ”的结论相反,本文认为有无背景才是西游群妖死亡的第一因素。 参考文献: [1]XX,《西游记妖伤亡统计及背景分析》[x],http://www.douban.com/group/topic/8330545/ 附表1:西游群妖伤亡情况及背景 妖怪名号 性别 背景 下场 熊罴怪 男 无 活 观音收为守山大神 黄风怪 男 佛家 活 灵吉菩萨收归灵山 白骨夫人 女 无 死 悟空打死 黄袍怪 男 政府 活 召回天庭 金角大王 男 道家 活 老君收回 银角大王 男 道家 活 同上 狮猁王 男 佛教 活 文殊收回 红孩儿 男 无 活 观音收为善财童子 鼍洁 男 政府 活 摩昂太子捉回西海 虎力大仙 男 无 死 悟空打死 鹿力大仙 男 无 死 悟空打死 羊力大仙 男 无 死 悟空打死 灵感大王 男 佛家 活 观音收归南海莲池 独角兕大王 男 道家 活 老君收回 如意真仙 男 无 活 仍旧为妖 蝎子精 女 佛家 死 昴日星官喊死 假行者 男 无 死 悟空打死 铁扇公主 女 无 活 后皈依佛教得正果 牛魔王 男 无 活 归顺佛教 玉面公主 女 无 死 八戒打死 九头驸马 男 无 活 伤残,逃走 万圣公主 女 无 死 八戒打死 黄眉大王 男 佛家 活 弥勒收回 蛇精 男 无 死 悟空打死 赛太岁 男 佛家 活 观音收回 蜘蛛七精 女 无 死 悟空打死 多目怪 男 无 活 毗蓝婆收伏 老魔 男 佛家 活 文殊收回 二魔 男 佛家 活 普贤收回 三魔 男 佛家 活 如来收伏 国丈 男 政府 活 寿星收回 美后 女 无 死 八戒打死 地涌夫人 女 佛&政 未补 李天王捉回 南山大王 男 无 死 八戒打死 九灵元圣 男 道&政 活 太乙救苦天尊收回 辟寒大王 男 无 死 井木犴咬死 辟暑大王 男 无 死 八戒杀死 辟尘大王 男 无 死 八戒杀死 玉兔儿 女 政府 活 太阴星君收回
> 易黠@豆瓣的日记


2009-10-16 20:31:43: cookie (我们都太寂寞...)
师兄,你太强大了。。。。2009-10-16 20:56:35: 木头 (做事很销魂)
你可以无聊至死了~~~2009-10-16 20:57:29: 木头 (做事很销魂)
话说,竟然有人叫你师兄啦2009-10-16 21:42:46: 易黠@豆瓣 (li is too imp to ta it serious)
to 木木:我也老了。。2009-10-16 21:47:59: 哈哈哈 (系分+项管:扩大再生产?铁本)
西游记这个故事是在隐射当时的明帝国的现实状况,看到那些有关系的,更觉得悲哀2009-10-16 22:06:34: 木头 (做事很销魂)
干嘛加个“ 也” 字? @-@2009-10-16 22:08:12: 哈哈哈 (系分+项管:扩大再生产?铁本)
上面的师兄师姐可以凑一对了2009-10-16 22:54:10: 慕容澈 (最近在上山@伊利丹,西悠瓦拉)
看到表格和数据分析……太强悍了……2009-10-17 11:01:13: 左左 (原状态满地复活!)
强大2009-10-17 11:04:38: Wiener Blut (Credo)
SPSS都用上了,牛。另:本人比较认同此观点。2009-10-17 11:43:24: 木头 (做事很销魂)
唔,赞你的人还挺多。。。2009-10-17 12:36:07: Queen D (可不可以不要走?)
厉害!个人觉得很多时候并不是妖怪本身厉害,而是它们偷来的武器厉害。
所以,科学技术是第一生产力果然没错!
2009-10-17 13:12:54: tina
连logistc回归分析都用上了,太强了2009-10-17 13:48:26: 约克酋长 (http://shop60054123.taobao.com)
我1来岁的时候就分析出来了 没有楼主这么系统2009-10-17 13:48:46: 约克酋长 (http://shop60054123.taobao.com)
是十来岁2009-10-17 23:17:32: 草心 (丢人了)
SPSS原来还可以这么用。哈哈哈2009-10-21 21:52:08: 广大 (少壮不努力)
1. 应该汇报 (column) percentage table.2. 这是一个2×2 table, 频数表里有一个cell为1,还有一个为7,不适合Pearson's Chi-squared 检验。推荐使用Fisher's exact test.
3. 这是一个2×2 table, 相关系数索性用 odds ratio 就好了,如果是有方向的,则用relative risks。
4. 加入性别一维之后,你直接用了多变量logit模型。我会先汇报三维频数表和三维percentage table,然后一系列相关系数,然后对数线性模型。
5. 即然用软件跑Logit 模型,何不顺手汇报性别和背景的odds ratios呢?
6. 两个自变量都是binary, 所以在汇报marginal effect的时候建议使用finite difference。当然marginal effect似乎不是你关注的东西。
6. 你的兴趣显然在于logit模型两个自变量的统计显著性,但是数据局限性这么大,不能迷信这个东西。我同意你的观点的同时,对西游记里女性妖怪被打死的前景还是很看好的。
2009-10-21 22:02:48: 广大 (少壮不努力)
我应该借机推荐一下 http://www.douban.co2009-10-21 22:18:42: 木头 (做事很销魂)
哈哈,广告做的很适时2009-10-21 22:31:42: 易黠@豆瓣 (li is too imp to ta it serious)
to 广大:非常感谢回复,非常有价值。
密大暑期课的时候,听了powers的这个课,看了一遍dan powers和yuxie的这本书,不得不承认我现在还不大习惯使用这个,自从上过了课,几乎没有琢磨过了。恰好借这个机会尝试一下。不知道你是否感兴趣,我可以把这个39个样本的小数据发给你。
2009-10-22 03:52:44: 广大 (少壮不努力)
不用客气,我只是做广告而已。我已经做了一个Stata的.dta 数据文件,你想要我可以发给你。和你一样,我把地涌夫人code 成活命。我的Stata结果和你是一样的。2009-10-22 03:59:41: 广大 (少壮不努力)
对了,我收回我的倒数第二条comment。2009-10-22 09:35:26: 易黠@豆瓣 (li is too imp to ta it serious)
to 广大:太好了,不知你是否可以根据stata结果写个东西,更详尽地报告一下结果。
2009-10-23 03:08:56: 广大 (少壮不努力)
不好意思,真的没空了。我周日早上看到你的帖子,就顺手玩玩,但是结果并不很interesting,所以咖啡喝完也就完了。你可以写信到我的学校邮箱,我把数据发给你。Stata code 无非是:
tab death ses2, col
tab death ses2, exact
tab death male, col
tab death male, exact
table death male ses2
logit death ses2 male
logistic death ses2 male
...
2009-10-23 09:42:53: 易黠@豆瓣 (li is too imp to ta it serious)
to 广大:^_^,是啊,我现在也没时间鼓捣方法了,过一段时间回头再弄这个。
2009-10-27 10:44:42: 胖猫一只
哈哈,你们都太强了。2009-10-27 23:48:52: 龙之魂 (做全球首位心情优化师)
膜拜中。。。> 我来回应