豆丁微信公众号
君，已阅读到文档的结尾了呢~~
计量经济学各章作业习题(后附答案)
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
计量经济学各章作业习题(后附答案)
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='http://www.docin.com/DocinViewer-.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口计量经济学_百度知道
计量经济学
16某汽车制作厂销售部经理认为，汽车的销售量Y与广告费用X之间存在着密切的关系。为此，该经历收集了12个汽车销售分公司的有关数据。用Excel对数据进行回归分析的部分结果如下：
（一）方差分析表
df ss SignificanceF
我有更好的答案
现在各行各业都是需要计算机方面的办公室工作性人才吧，薪资水平高，上班环境很舒服，永不失业单单这几点就感觉很不错，她已经学习快1年了，现在就有企业去学校招聘她了，并且底薪就达到7千，听听我也是动心了，有兴趣的和我一起去投奔她吧！！！
为您推荐：
您可能关注的内容
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。MSA数据分析方法和应用案例MSA数据分析方法和应用案例动力电池技术百家号测量系统是用来对被测特性定量测量或定性评价的仪器或量具、标准、操作、方法、夹具、软件、人员、环境和假设的集合； 是用来获得测量结果的整个过程。从这个定义中可以看出， 测量过程实际上是一个制造数据的过程，获得正确的测量数据则是保证产品质量的第一步。如果不能科学地评价测量系统产生的数据的可靠性， 就无法对测量系统的有效性进行控制， 质量管理和控制就失去了最基本的前提。因此，在ISO/TS16949汽车行业质量体系标准中，测量系统分析（简称MSA）被列为该标准的五大工具之一。测量系统分析（MSA） 的目的是确定测量数据的可靠性， 它实际上是一个对测量系统的监督检查程序， 在一定程度上可以看作是一个检验产品控制计划满足程度的把关程序。即对已判定为合格的零件进行抽样检查， 经过科学的统计理论分析， 找出因测量系统因素导致不合格的因素， 并加以整改， 逐渐减少产生不合格产品因素的存在，从而达到控制产品质量的最终目的。1 基本MSA方法测量系统分析，顾名思义针对的是整个测量系统的稳定性和准确性，它的核心是分析测量系统的位置变差、宽度变差。在位置变差中包括测量系统的偏倚、稳定性和线性；在宽度变差中包括测量系统的重复性、再现性。测量系统的偏倚、稳定性、线性、重复性和再现性就是人们通常所说的“五性”。因此，MSA 可简单概括为：分析整个测量系统（仪器或量具、标准、操作、方法、夹具、软件、人员、环境和假设的集合）在测量过程中存在哪些风险和误差的过程。MSA采用的数据分析方法有：独立样本法、图表法、极差法、方差分析法等。按照测量系统分析过程前后顺序，相关方法摘记如下。1.1 识别数据类型 在进行测量系统分析前首先要识别测量数据的类型，了解了数据的类型才能使用合适的方法进行测量系统分析。一般数据类型有两种：计数型数据和计量型数据。计数型数据是指不能连续取值的，如砂眼数、裂纹处、疵点数等。计量型数据是可以连续取值的，如长度、尺寸、温度等。 1.2 选定测量系统分析方法 测量系统分析常用的方法有Gage R&R研究、专家再评估、检验一致性和专家循环研究。重点研究Gage R&R。Gage R&R方法主要用于计量型数据，评定标准是用Gage R&R值。一般Gage R&R值在小于10%以下可接受，Gage R&R值在10%-30%之间为灰色区域，也许可接受，Gage R&R值大于30%，测量系统需改进。同时还要看可区分数NDC，当NDC大于等于5时，通常认为测量系统可靠。用Gage R&R值作为评定标准时还要考虑零件的关键特性，对关健特性测量系统分析结果Gage R&R值大于15%时，我们就要考虑对这个测量系统进行改进。 1.3 测量系统的重复性和再现性分析方法（简称%GR&R%或R&R） 确定研究主要变差形态的对象/量具（如：游标卡尺、电子秤、硬度计、千分尺等）。工序量具、产品和质量特性；选择使用极差法，均值和极差法中的其中一种方法对检验、测量和试验设备进行分析；从代表整个工作范围的过程中随机抽取样品进行；测量系统分析的工作人员在进行检验、测量和试验设备测量系统的重复性和再现性分析时，必须先对被分析的检验、测量和试验设备进行零件评价人平均值和重复性极差分析，同时所分析的零件评价人平均值和重复性极差之结果必须均受控方可进行被检验、测量和试验设备测量系统的重复性和再现性分析工作；否则该检验、测量和试验设备的测量系统不能检查出零件间的变差且不能将其用于过程控制中。 1.4 平均值和重复性极差分析 1）选择2-3个操作员（至少2人）在全然不知情的状况下利用校准合格的量具对随机抽取的5-10个样品进行盲测，每个操作员对同一样品的同一特性在盲测的情况下重复测量2-3次。 2）操作员或进行%R&R测量系统分析的工作人员将所测量的结果记录于“零件评价人平均值和重复性极差控制图”上。 3）负责组织此项测量系统分析研究的工作人员，依据“零件评价人平均值和重复性极差控制图”上的数据和产品质量特性规格进行计算和分析，并将其分析的结果记录于“零件评价人平均值和重复性极差控制图”上。 1.5 均值和极差法（X-R） 1）选择2-3个操作员（至少2人）在全然不知情的状况下利用校准合格的量具对随机抽取的5-10个样品进行盲测，每个操作员对同一样品的同一特性重复测量2-3次。 2）操作员或进行%R&R测量系统分析的工作人员将所测量的结果记录于“量具重复性和再现性X-R分析数据表”上。 3）负责组织此项测量系统分析研究的工作人员，依据“量具重复性和再现性X-R分析数据表”上的数据和产品质量特性/规格进行计算，并将其记录于“量具重性和再现性X-R分析报告”上。 1.6 极差法（R） 1）选取两位评价人和5个产品进行分析，每个评价人对每个产品进行盲测一次，并将测量结果记录于“量具极差法分析表”中（每个操作员应熟悉和了解使用量具的一般操作程序，避免应操作不一致而影响测量系统的可靠性），并评估不同操作员对量具使用的熟练程度； 2）针对重要特性（尤其指有特殊特性符号的）测量所使用量具的精度应是被测量产品公差的1/10（即其最小刻度应能读到1/过程变差或规格公差较小者），以避免量具的分辩力不足，而一般特性测量所使用量具的精度应是被测量产品公差的1/5； 　　3）负责组织此项%R&R测量系统分析研究的工作人员，依据“量具极差法分析表”的数据和产品质量特性/规格进行计算，并将其计算结果记录于“量具极差法分析表”上；必要时，可将其作成X-R控制图。 4）%R&R接受准则： a）、%R&R30%，不能接受，必须进行改进。 1.7 线性分析法在测量系统工作范围内选定5个产品，它们的测量值应覆盖量具工作范围；在计量室或工具间用全尺寸检验设备（精密量具）测量每个产品10次，并计算其平均值，然后将其确定为“基准值”，同时确定它们各自所取得的“基准值”是否覆盖了被检量具的工作范围；让一位经常使用该量具的操作员（评价人）对5个产品以盲测的方式按随机抽取 顺序分别测量每个产品各10次（或更多次），并将其测量值记录于“量具线性分析报告”中，然后计算各产品的测量平均值，此值即为每个产品的“观察平均值”。 2 MSA与计量的关系MSA主要针在现场环境下，由现场控制人员按照《控制计划》要求的频次，对具体的零件使用正确的监视或者测试设备，按照《检验作业指导书》的方法进行有效的检测和监控（即人机料法环等环节），在每个时期，针对不同的目的，采用不同的MSA方法，研究分析每个环节产生的变差（即分离分离各个变差），最后消除或减小变差，使得我们生产的产品满足技术要求。MSA的数学理论基础为《概率与数理统计》。计量主要是实现单位统一和量值准确可靠的测量，它以保证测量统一和准确为目的。测量环境有严格的控制要求。测量的变差分析的数学理论基础为《误差分析与数据处理》，也是根据《概率与数理统计》原理基础上建立起来的。本文主要指计量体系和管理，不涉及具体计量内部运作，只谈与测量系统的相互关系。MSA关注对产品技术要求测量的综合反应有影响的结果，用来研究和分析整个测量系统以及影响测量的各个因素。计量的含义则是保证量值传递或溯源准确可靠，而将影响量值的其他分量进行控制，如环境、温度等，更关注的是测量方法。可以这样说：综合研究的是MSA，测量系统分析；只研究测量的是计量，所以也称之为“测量分析”。3 两个例子3.1 案例一盛玉在他的文章《MSA实例分析》中，针对一把高度尺应用MSA分析方法的全过程。下面通过日常监控分析常用的线性和R&R 的实例。1、线性———验证一把高度尺，基本内容见下表。1）在现场取一根曲轴，选其上5 个不同尺寸；2）选用比高度尺精度高（一般高3 倍以上）的精密三坐标测量出5 个尺寸的基准值；3）用高度尺分别测量5 个尺寸，每个尺寸重复测12 次4）输入软件，自动得到结果；5）接收准则：≤5%接收，≥10%拒收；5%—10%有条件接收；6） 结果处理：该例中线性自动计算为3%至5%，按照接收准则线性可接收。若大于5%，我们要从人、机、料、法、环、测几个方面去查找根本原因并改进，若已对产品质量造成影响，还需去追溯造成影响的产品，重新检测，直到满足要求。2、重复性和再现性，简称R&R在实际生产应用中，R&R 通常一起分析。如：验证曲轴OP100 综合检具上法兰轴头直径∮88.8（+0.804/+0.004）,具体计算如下表所示。1）按照MSA 计划分别在不同时段收集OP100曲轴共10 根；2）3 名熟练操作工分别测量10 个工件，每个件重复测3 次；3）把3 人3 次共90 个测量数据输入计算软件（表2 中有底色部分），则会自动得到结果；4）接收准则：a. R&R 低于10%，测量系统可接受；b. 介于10%到30%之间，基于应用的重要性，该量具可能会被接受；c. 大于30%，测量系统需要改善，识别出原因并纠正它们；d. 数据分级数NDC>=5 测量系统可接受。5）分析结果前文表格中测量结果明显看出该测量系统不可接受，EV=65.7%、R&R=73.1%且NDC=1。我们测量小组一起到现场查找原因，通过排除法最终找到R&R 超差根本原因如下：a. %EV=65.7% (计算软件要求%EV<30%)，零件安装时有转动，不稳定；b. 数据分级数（NDC）=1 （计算软件要求NDC>=5，测量软件显示分辨力不够，稳定生产条件下被测件尺寸稳定，分组少。6）解决方案针对a. 零件安装时有转动问题，经过现场反复装夹测量，结果差异0.002mm，由于重新加工制作条件不成熟，对这影响量0.002 mm，我们和工艺一起确认采取收紧控制限方法避免；针对b. NDC 分级数偏低问题，现场排除一切可能影响因素，分析软件仍显示分辨力不够，最终确认是10 件样件产品尺寸太接近造成，也可以说是我们现在的产品质量很稳定。对于NDC 偏低问题，在做MSA 取样时要充分考虑到尺寸范围，如留下换刀或平时偶发时发现的不合格产品。7）重新取样找到2 件接近公差限样件，重新测量输入测量软件后计算结果满足要求见下表，表明我们现在的测量系统稳定可靠，不需要去追溯已经测量的产品。一般情况下如果重复性比再现性大，原因可能是：1）仪器需要维护；2）计量检测设备应重新设计来提高刚度；3）夹紧和检验点需要改进；4）存在过大的零件变异。如果再现性比重复性大，原因可能是：1）评价人需要更好的培训如何使用计量检测设备和数据读取方式；2）计量检测设备刻度盘上的刻度不清楚或校正不良；3）需要某种夹具帮助评价人提高使用计量检测设备的一致性。3.2 案例二作者洪涛在他的论文《MSA在电能表误差检验中的应用研究》中介绍了MSA方发在分析电能表测量误差中的具体应用过程。（一） MSA在电能表误差检验中具体应用(1) 研究方案在测量系统分析中，准确性特性一般可通过检验装置的量值传递或对比来解决，目前电能表制造企业都已采用。本文重点介绍测量系统的R&R分析。本设计方案和具体实施都是依托国内某知名电能表生产企业的计量测试中心的电能表误差检验系统展开的，具有一定的代表性。(二) 稳定条件的确定进行MSA分析前提是系统处于稳定状态。本文的研究涉及的稳定性包括两个方面：一是检验装置的稳定性，二是电能表的稳定性。综合起来就是电能表误差检验系统的稳定性。方案选择了7块电能表和3个检验装置作为研究对象。对于稳定性的研究，用标准试验室的标准装置（误差等级为0.01级，中国科学研究院比对校准）测试所选7块表的0.1Ib点误差：每块表测试5次，每次读取10个数据，共取得35组350个数据，每次测试前预热十分钟。整个试验是在标准试验室进行的，试验的温度都是严格控制在20±3℃以内。试验所取得7块表的数据便是其真值，对数据修约后进行分析，做出Xbar- R控制图，如下图所示，进行分析和判定，发现2号表的误差不稳定，有多个均值统计量和极差统计量超出控制限，淘汰2号表用剩下的6块表做剩下的试验和研究。采用同样的方法，对三台检验装置进行稳定性测试和判定，结果3台检验装置均符合要求。(三) 重复性和再现性试验及研究由于现在的电能表误差检验系统已经实现了测试、读数、计算、显示的自动化，人的影响因素已经消除，针对电能表误差检验系统而言，重复性是指在用同一检验装置检测同一批次电能表时，测试结果之间的一致程度。再现性是指用不同检验装置检测同一批次电能表时，测试结果之间的一致程度。用选择的1- 3号检验装置分别测试稳定性较好的6块电能表在A点的误差，试验顺序抽签决定，每块电能表分别测试5组数据，每组读取10个数据，每次测量前检验装置预热30分钟以上，电能表预热10分钟，共采集到90组数据，共计900个误差数据，每组数据测量时记录当时试验室的温度、湿度条件，在整个试验过程中，试验室的温度都是控制在20±3℃。为了能够找到因素之间的相互影响，实验应采用交互模式，即每个检验装置分别对相同的电能表进行等次数的重复测量，以3个检验装置、6块电能表、每个电能表测试次数为5次，共采集90组数据。1）数据分析在变差分析中，将变差分解为四种：电能表自身误差、测量系统的重复性误差、检验装置的再现性误差、检验装置与电能表的交互作用造成的误差。为了能获得精准的分析结果，本次分析采用方差分析法，分析工具采用Minitab软件。由于数据量比较大，原始数据和Minitab分析过程忽略，本文就直接给出分析结果，数据分析的相关结果数据见下表。MSA分析理论规定，一个测量系统是否可用的标准如下：a）GR&R＜10%,测量系统可接受；b）10%≤GR&R≤30%,测量系统的可接受性要依赖于应用的重要性、测量成本、维修费用以及其他因素；c）GR&R＞30%，测量系统是不可接受的，应进行改进。根据表1和上述标准，可以看出GR&R占30.89%，超过判别标准0.89%，测量系统不可以接受，需要对其进行改进。其中，在方差分量贡献率中再现性占2.00%，说明误差测量系统的再现性很好；重复性占28.89%，误差测量系统的重复性不好，需要改进；另外，Minitab软件还给出了图形化的分析结果，可用于具体原因的定性分析。上图是GR&R研究相关的方差分析图。从上图中可以看出：a）在变异分量图上，电能表间变差的贡献率百分比远大于测量系统的R&R，说明大部分变差来源于电能表本身；b）从电能表单值图上可以看到连接的线并非水平直线，说明电能表之间存在较大的差异；c）从检验装置极差图上可以看到1号检验装置对电能表的测量表现出较大的不一致；d）通过检验装置的箱线图上看出，检验装置之间的差异比电能表之间的差异要小得多，1号检验装置测量的结果要偏大一些；e）在检验装置平均值控制图上看出，有很多点超出控制界限，表明变差来源主要来自于电能表间的差异；f）最后从电能表与检验装置的交互作用图上可以看出，其有一定的交互作用。2）改进建议对于本次测量系统分析，可知系统的不确定性主要来源于电能表本身，对于电子式电能表为了减少自身误差的变化，可从以下方面着手解决：提高分压电阻的精度和可靠性，加强进货检验；器运行在20%左右的额定电流，一次电流的大小对电流互感器的误差有很大影响，越接近电流互感器的额定一次电流其误差特性越好，过大或过小选择电流互感器的变比都不科学。根据规程要求和现场经验，电流互感器的实际运行一次电流应在其额定一次电流的60%左右，这样既能保证电流互感器有良好的误差特性，又给电流互感器过载留下了足够的裕度。3）合理选择电压互感器计量绕组额定负荷把此次电能计量装置二次电压回路负荷测试数据进行分析总结如下：35～45VA占3%，基本都是35kV和110kV等级未改造的电能计量装置；30～35VA占4%；20～30VA占34%；10～20VA占44%；1～10VA占15%；电压互感器计量绕组负荷对计量绕组的误差有很大影响，因此合理的选择电压互感器计量绕组额定容量对其误差特性至关重要，建议母线型电压互感器计量绕组额定容量不大于50VA，线路型电压互感器计量绕组额定容量不大于30VA。本文整理自下列文献：1 林建玲，浅谈开展MSA测量系统分析的方法2 谭雪，MSA在集成电路测试行业中的应用3 洪涛，MSA在电能表误差检验中的应用研究4 盛玉，MSA实例分析（图片来自互联网公开资料）本文由百家号作者上传并发布，百家号仅提供信息发布平台。文章仅代表作者个人观点，不代表百度立场。未经作者许可，不得转载。动力电池技术百家号最近更新：简介:新能源汽车那些事儿，让专业的人说给你听作者最新文章相关文章Training& KC-4023 / June 2018
测量系统分析(MSA)培训
课程介绍：
测量系统分析通过统计研究评估测量变差对测量结果的影响程度，从而确定测量系统是否能够满足产品检测以及过程监控的需要，改进测量系统是获得可靠数据的重要方法。本课程将讲解MSA的程序的技巧。
Intertek是全球著名的检测认证机构，也是全球质量和安全服务的先行者和领导者之一。目前在全球110多个国家设有超过1000家分支机构和实验室，雇佣员工超过43,000名。服务项目包含审核、培训、认证、检验、鉴定领域，覆盖行业从汽车、电子电器、消费品、农产品、矿产品、药品、海工工程、码头业务等几乎全部行业领域。Intertek在伦敦证券交易所上市，代码为ITRK.L 英国富时100强公司集团总市值超过50亿英镑.
▲ MSA基础
什么是测量？为什么测量？
什么是量具？什么是量仪系统？量仪系统的组成
什么是量仪系统分析？为什么要进行量仪系统分析？
测量误差的组成部分
分辩率/分辨力
重复性与再现性
▲ 量仪系统研究
取样的代表性
均值极差法
数据收集表
图形分析：均值图、极差图、散点图
▲ 量仪系统分析的基础知识
方差分析法
理解总残差与组内残差
确定过程总方差、组内因子方差、组间因子方差
▲ 计数型数据（特性数据）的MSA
什么是计数型数据（特性数据）
计数型数据的测量系统分析方法：操作条件、操作步骤、判断标准
手工计算分析：公式、计算、画图、分析
Minitab数据与图形分析
小组进行计数型数据（特性数据）测量系统分析练习（用教具进行）
▲ 计量型数据（变量数据）的MSA
什么是计量型数据（变量数据）
计量型数据（变量数据）的测量系统分析方法：操作条件、操作步骤、判断标准
手工计算分析：公式、计算、画图、分析
Minitab数据与图形分析
小组进行计量型数据（变量数据）测量系统分析练习（用教具进行）
培训讲师： 余老师
推广价2400元/人，Intertek客户2000/人（含培训费、教材费、证书费及培训午餐）
请报名并确认后将培训费用于开课前五天汇至：
收款人名称：上海天祥质量技术服务有限公司
开户银行：美国银行上海分行
银行帐号：
关于Intertek天祥集团
Intertek是全球领先的全面质量保障服务机构，始终以专业、精准、快速、热情的全面质量保障服务，为客户制胜市场保驾护航。凭借在全球100多个国家的1,000多家实验室和分支机构、及43,000多名专业员工，Intertek致力于以创新和定制的保障、测试、检验和认证解决方案，为客户的运营和供应链带来全方位的安心保障。
详情请登录：
请在线报名，或下载报名表格，填妥后以E-mail或传真方式发送给以下联系人。
Amy Liao电话： 139-839-01069
免费研讨会
关注Intertek天祥集团官方微信
随时随地掌握最新标准更新
此邮件由Intertek邮件系统自动发送，请勿直接回复！ &&&& |质量检验的中 抽量检验采用什么统计方法_百度知道
质量检验的中 抽量检验采用什么统计方法
我有更好的答案
医学论文中常用统计分析方法的合理选择　　目前，不少医学论文中的统计分析存在较多的问题。有报道,经两位专家审稿认为可以发表的稿件中,其统计学误用率为90%-95%。为帮助广大医务工作者提高统计分析水平，本文将介绍医学论文中常用统计分析方法的选择原则及应用过程中的注意事项。 1.t 检验　　t检验是英国统计学家W.S.Gosset 1908年根据t分布原理建立起来的一种假设检验方法，常用于计量资料中两个小样本均数的比较。理论上，t检验的应用条件是要求样本来自正态分布的总体，两样本均数比较时，还要求两总体方差相等。但在实际工作中，与上述条件略有偏离，只要其分布为单峰且近似正态分布，也可应用[2]。　　常用的t检验有如下三类：①单个样本t检验：用于推断样本均数代表的总体均数和已知总体均数有无显著性差别。当样本例数较少（n＜60）且总体标准差未知时，选用t检验；反之当样本例数较多或样本例数较少、总体标准差已知时，则可选用u检验 [3]。②配对样本t检验：适用于配对设计的两样本均数的比较，在选用时应注意两样本是否为配对设计资料。常用的配对设计资料主要有如下三种情况：两种同质受试对象分别接受两种不同的处理；同一受试对象或同一样本的两个部分，分别接受不同的处理；同一受试对象处理前后的结果比较。③两独立样本t检验：又称成组t检验，适用于完全随机设计的两样本均数的比较。与配对t检验不同的是，在进行两独立样本t检验之前，还必须对两组资料进行方差齐性检验。若为小样本且方差齐，则选用t检验；反之若方差不齐，则选用校正t检验（t’检验），或采用数据变换的方法（如取对数、开方、倒数等）使两组资料具有方差齐性后再进行t检验，或采用非参数检验[4]。此外，当两组样本例数较多（n1、n2均＞50）时，这时应用t检验的计算比较繁琐，可选用u检验[5]。 2.方差分析　　方差分析适用于两组以上计量资料均数的比较，其应用条件是各组资料取自正态分布的总体且各组资料具有方差齐性。因此，在应用方差分析之前，同样和成组t检验一样需要对各组资料进行正态性检验、方差齐性检验。　　常用的方差分析有如下几类：①完全随机设计的方差分析：主要用于推断完全随机设计的多个样本均数所代表的总体均数之间有无显著性差别。完全随机设计是将观察对象随机分为两组或多组，每组接受一种处理，形成两个或多个样本。②随机区组设计的方差分析：　　随机区组设计首先是将全部受试对象按某种或某些特性分为若干区组，然后区组内的每个研究对象接受不同的处理，通过这种设计，既可以推断处理因素又可以推断区组因素是否对试验效应产生作用。此外，由于这种设计还使每个区组内研究对象的水平尽可能地相近，减少了个体间差异对研究结果的影响，比成组设计更容易检验出处理因素间的差别。③析因设计的方差分析：将两个或两个以上处理因素的各种浓度水平进行排列组合、交叉分组的试验设计。它不仅可以检验每个因素各水平之间是否有差异，还可以检验各因素之间是否有交互作用，同时还可以找到处理因素的各种浓度水平之间的最佳组合。此外，还有正交设计、拉丁方设计等多种方差分析法，实验者在应用时可以参考相关的统计学著作。　　目前，某些医学论文中有这样的情况，就是用t 检验代替方差分析对实验数据进行统计学处理，这是不可取的。t 检验只适用于推断两个小样本均数之间有无显著性差别，而采用t 检验对多组均数进行两两比较，会增加犯I 型错误的概率，即可能把本来无差别的两个总体均数判为有差别，使结论的可信度降低[6]。对多个样本均数进行比较时，正确的方法是先进行方差分析，若检验统计量有显著性意义时，再进行多个样本均数的两两（多重）比较。　　3.卡方检验（χ2检验）　　χ2检验是一种用途比较广泛的假设检验方法，但是在医学论文中常用于分类计数资料的假设检验，即用于两个样本率、多个样本率、样本内部构成情况的比较，样本率与总体率的比较，某现象的实际分布与其理论分布的比较。但是当样本满足正态近似条件时，如样本例数n与样本率p满足条件np与n（1— p）均大于5，则可以计算假设检验统计量u值来进行判断。　　常用的χ2　　检验分为如下几类：①2×2表χ2　　检验：适用于两个样本率或构成比的比较，在应用时，当整个试验的样本例数n≥40且某个理论频数1≤T＜5时，需对χ2　　值进行连续性校正。因为T值太小，会导致χ2　　值增大，易出现假阳性结论。此外，若样本例数n＜40，或有某个T值＜1，此时即使采用校正公式计算的χ2　　值也有偏差，需要用2×2表χ2　　检验的确切概率检验法（Fisher确切检验法）。②配对资料χ2检验：适用于配对设计的两个样本率或构成比的比较，即通过单一样本的数据推断两种处理结果有无显著性差别。在应用时，如果甲处理结果为阳性而乙处理结果为阴性的样本例数n1与甲处理结果为阴性而乙处理结果为阳性的样本例数n2之和＜40，需要对计算的χ2　　值进行校正。③R×C表χ2　　检验：适用于多个样本率或构成比的比较。在R×C表χ2检验中，若检验统计量有显著性意义时，还需要对多个样本率或构成比进行两两比较，即分割R×C表，使之成为非独立的四格表，并对每两个率之间有无显著性差别作出结论。 　　2×2表资料在应用时可分为如下几种类型：横断面研究设计的2×2表资料、队列研究设计的2×2表资料、病例-对照研究设计的2×2表资料、配对研究设计的2×2表资料。研究者应注意不同类型的2×2表资料的统计分析方法略有差别，比如在分析队列研究设计的2×2表资料时，如果用χ2公式计算得到P＜0.05，研究者则应再计算相对危险度（RR）并检验总体RR与1之间的差异是否具有统计学意义。　　此外，在进行R×C表χ2检验时，还有如下两个主要的注意事项：首先，T值最好不要＜5，若有1/5的T值＜5，χ2检验结论是不可靠的，解决的办法有三种：增大样本量；删去T值太小的行和列；将T值太小的行或列与性质相近的邻行或邻列的实际频数合并。　　其次，不同类型的R×C表资料选择的统计分析方法是不一样。①双向无序的R×C表资料：可以选用一般的χ2公式计算。②单向有序的R×C表资料：如果是原因变量为有序变量的单向有序R×C表资料，可以将其视为双向无序的R×C表资料而选用一般的χ2检验公式计算，但如果是结果变量为有序变量的单向有序R×C表资料，选用的统计分析方法有秩和检验、Radit分析和有序变量的logistic回归分析等。③双向有序且属性不同的R×C表资料：对于这类资料采用的统计分析方法不能一概而论，应根据研究者的分析目而合理选择。如果研究者只关心原因变量与结果变量之间的差异是否具有统计学意义时，此时，原因变量的有序性就显得无关紧要了，可将其视为结果变量为有序变量的单向有序R×C表资料进行分析。如果研究者希望考察原因变量与结果变量之间是否存在线性相关关系，此时需要选用处理定性资料的相关分析方法如Spearman秩相关分析方法等。如果两个有序变量之间的相关关系具有统计学意义，研究者希望进一步了解这两个有序变量之间的线性关系，此时宜选用线性趋势检验。如果研究者希望考察列联表中各行上的频数分布是否相同，此时宜选用一般的χ　　因此，对于适用参数检验的资料，最好还是用参数检验。　　秩和检验是最常用的非参数检验，它包括如下几类：①配对资料的符号秩和检验　　（Wilcoxon配对法）：是配对设计的非参数检验。当n≤25时，可通过秩和检验对实验资料进行分析；当n＞25时，样本例数超出T界值表的范围，可按近似正态分布用u检验对实验资料进行分析。②两样本比较的秩和检验（Wilcoxon Mann-Whitney检验）：适用于比较两样本分别代表的总体分布位置有无差异。如果样本甲的例数为n1，样本乙的例数为n2，且n1＜n2；当n1≤10、n2—n1≤10时，可通过两样本比较的秩和检验对实验资料进行分析；当n1、n2超出T界值表的范围时，同样可按近似正态分布用u检验对实验资料进行分析。③多个样本比较的秩和检验（Wilcoxon Kruskal-Wallis检验）：适用于比较各样本分别代表的总体的位置有无差别，它相当于单因素方差分析的非参数检验，计算方法主要有直接法和频数表法等。此外，在进行上述3类秩和检验（前两类秩和检验实际上已经被u检验替代）时，如果相同秩次较多，则需要对计算的检验统计量进行校正。　　公式计算。④双向有序且属性相同的R×C表资料：这类资料实际上就是配对设计2×2表资料的延伸，在分析这类资料时，实验者的目的主要是研究两种处理方法检测结果之间是否具有一致性，因此常用的统计分析方法为一致性检验或Kappa检验。　　4. 非参数检验　　非参数检验可不考虑总体的参数、分布而对总体的分布或分布位置进行检验。它通常适用于下述资料[2]：①总体分布为偏态或分布形式未知的计量资料(尤其样本例数n＜30时)；②等级资料；③个别数据偏大或数据的某一端无确定的数值；④各组离散程度相差悬殊，即各总体方差不齐。该方法具有适应性强等优点，但同时也损失了部分信息，使得检验效率降低。即当资料服从正态分布时，选用非参数检验法代替参数检验法会增大犯Ⅱ类错误的概率。
采纳率：79%
为您推荐：
其他类似问题
&#xe675;换一换
回答问题，赢新手礼包&#xe6b9;
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。