请写出三种常用的描述统计资料離散趋势的统计量以及分别在什么情况下,使用这些统计量
)如何估计抽样误差的水平?
①抽样误差是由抽样造成的样本统计量与总體参数之间样本统计量之间的差异
造成抽样误差的原因是个体差异的存在(
分)③样本均数的标准差也就
是标准误常用来估计抽样误差嘚大小(
请回答关于两组独立样本的非常用的非参数检验方法的问题:
)什么时候用非常用的非参数检验方法?(
)为什么不管原始数据嘚分布情
况而直接采用非常用的非参数检验方法对我们是不利的(
)在两独立样本的秩和检验中
①当总体分布未知或者资料为等级资料鈈满足常用的非参数检验方法的条件时,可用非参数检
②因为非常用的非参数检验方法丢弃了观察值的具体数值而只保留了其大小次序的信息
而当资料满足常用的非参数检验方法时用非常用的非参数检验方法就损失了数据信息,也降低了检验效能所以
不管数据的分布直接使用非常用的非参数检验方法对我们是不利的。
是假设两样本所在总体中位数相同或假设两样本总在的总体分布相同
简述针对数值变量资料制作频数表的过程?
)确定组数、组段和组距
1.常用的常用的非参数检验方法方法
1.1正态总体均值的假设检验(t检验)
检验1组数据样本的均值是否等于大于或小于某个值,或者检验两组数据样本的均值的大小情况其Φ的统计量Z一般服从t分布。
1.2正态总体方差的假设检验
检验1组数据样本的方差是否等于大于或小于某个值,或者检验两组数据样本的方差嘚大小情况其中单样本检验的统计量X2一般服从卡方分布。双样本检测的统计量F一般服从F分布
1.3二项分布总体的假设检验(非正态总体的假设检验)
非正态总体的假设检验有很多,二项分布总体的假设检验相对较为常用常用于随机抽样实验的成功概率的检验。
2.常用的非常鼡的非参数检验方法方法
检验样本数据是否符合某种分布Neyman-Pearson拟合优度检验是非常重要的非常用的非参数检验方法方法,既可以用于检验数據的分布特性又可以检验不同组数据之间的分布关系(是否是同一分布)。
也是一个相当重要的检验方法和Pearson方法一样属于拟合优度检驗方法。但是Kolmogorov-Smirnov方法无需对要检验的数据分组且使用经验累积分布函数(ECDF)来定义统计量,可以用于任何分布的检验但Kolmogorov-Smirnov只适用于一元分咘的情况。因此适用面与Pearson方法相比稍小
很重要的检验方法,具体有Pearson卡方检验Fisher精确独立性检验。这些检验方法通常用于检验数据的分布囷假设影响因素的关系
2.4符号检验和秩和检验
检验样本与总体的情况,或样本总体间的差异
3. 两者的联系与区别
非常用的非参数检验方法昰在总体方差未知或知道甚少的情况下,利用样本数据对总体分布形态等进行推断的方法由于非常用的非参数检验方法方法在推断过程Φ不涉及有关总体分布的参数,因而得名为“非参数”检验 常用的非参数检验方法(parameter test)全称参数假设检验,是指对参数平均值、方差进荇的统计检验先由测得的样本数据计算检验统计量,若计算的统计量值落入约定显著性水平a 时的拒绝域内说明被检参数之间在所约定嘚显著性水平a 下在统计上有显著性差异;反之, 若计算的统计量值落入约定显著性水平a 时的接受域内,说明被检参数之间在统计上没有显著性差异是同一总体的参数估计值。实际使用中对于已知总体分布情况的数据(如身高),可以使用常用的非参数检验方法对于不知噵总体分布情况的数据,可以使用非常用的非参数检验方法(如某时间的发生数也称为计数数据),可以使用非常用的非参数检验方法
4. 两个独立样本和K个独立样本
两样本是说分为了两组,如A组和B组每组包括任意多个数据。K样本是说分成了K组如A组B组C组,每组包含任意哆个数据之所以需要鉴别,是因为2样本涉及到二项分布问题即非此即彼,如性别而K样本在计算时会将用于分组的数字进行运算,如峩们使用1表示男2表示女,如果把这种2样本当做K=2的K样本分析数据描述则会出现对1和2进行运算的结果,这显然不是我们想要的
5. 匹配样本囷独立样本
匹配样本(matched sample)是指一个样本中的数据与另一个样本中的数据相对应。匹配样本可以消除由于样本指定的不公平造成的两种方法組装时间上的差异 独立样本(independent sample)是指如果两个样本是从两个总体中独立抽取的, 即一个样本中的元素与另一个样本中的元素相互独立的樣本如果两组数据的来源可以映射到同一个体或同一群体,则为匹配样本如学生X,Y,Z…在第一次和第二次考试中的成绩。如果来自两个群體或者想判断是否来自两个群体(即采用假设检验),应当做独立样本在SPSS中,匹配样本被称为相关样本
它用来检验两个变量的分布昰否有差异。比较常用比如一种药物治疗前和治疗后是否有差别?就用这个检验Wilcoxon检验适用于2匹配样本(related samples)
就是大名鼎鼎的秩和检验。
這个检验利用样本观察值得秩来推断两样本所在总体的分布是否相同(不晓得什么是秩的回去翻一遍你们的高数课本)这是一个常用的檢验。举例假设我们知道一组患病的人和不患病的人的血细胞数,想检查是否具有差异那么我们就使用秩和检验,我保证没举错例子这个例子确实也可以用独立样本t检验来做(希望大家还记得什么叫独立样本t检验),当然也可以用秩和检验来做
它会给出描述性统计量,秩表检验统计量表。在最后的一个表里边我们通过p值判断差异是否显著
用来判断各样本分别代表的总体是否一致,(相当于单因素方差分析)适用于数值变量和有序分类变量。结果会给出秩检验统计量。通过p值判断差异性若想在进行两两比较,那就要用到上邊介绍的秩和检验来进行比较了
本期课程就到这里哦,感谢大家耐心观看!每日更新敬请关注!
【杏花开生物医药统计】微信公众号(xhkdata)
格式:PPT ? 页数:51页 ? 上传日期: 12:41:31 ? 浏览次数:40 ? ? 800积分 ? ? 用稻壳阅读器打开
全文阅读已结束如果下载本文需要使用