呼呼的博客

置信区间在SPSS里可以通过描述-探索获得1. 样本容量大于30根据中心极限定律以及正态分布(z table)，95%置信区间的范围基本等于：sample mean ± 2*样本均值的抽样分布的标准差这里，sample mean是观测到的，‘2’是查正态分布z table表得出，而样本均值的抽样分布的标准差（也叫标准误差SE）等于：samp...

许多paper里经常能看到Mean±SD（SE）这样的表达方式，或者在图表里用SD或者SE来表示error bar，用SD的居多，但是也有不少用SE的。初学者很容易混淆SD（standard deviation）和SE（standard error）。SDSD我们都很清楚，是表达数据的离散程度，然后实际应用中很多数据具有近似正态分布的概率分布，有了SD...

样本量大的时候做差异性分析容易得到有显著性差异的结论，原因如下图， 求p值的过程中，n越大，Z0也越大，相对应的p就小了。当然这里默认方差变化不大的情况下，因为一般来说很多数据经过平均后方差不会变化很大，相比平均前后的样本量。p值计算, from google image下图中的数据，y1和y2的数据量各为1000，y1m和y2m数据量各为...

拟合的时候不知道拟合公式的情况下，可以尝试TableCurve 2D和TableCurve 3D（听说1stopt 也不错，也支持拟合公式海量匹配，而且在已知公式拟合的时候甚至要优于MATLAB的，因为初值的问题）。TableCurve 3D内置了37365个公式可供拟合，只支持z = f(x, y)这样的公式形式，TableCurve 2D内置了3507...

要点1. 单个二项分布检验用SPSS二项检验或者单样本T检验2. 比较两个个二项分布差异性之类的可以用Anova或者独立样本T检验，后者可以得到置信区间。3.上面的SPSS数据形式都是1和0的形式，用MATLAB生成即可。譬如这样一个问题：中国的互联网络覆盖率是不是在30%以上（5%显著性水平）？抽样显示，150个样本中，有57个是有网络覆盖...

在实际应用上，常考虑一组数据具有近似于正态分布的概率分布。若其假设正确，则约 68% 数值分布在距离平均值有 1 个标准差之内的范围，约 95% 数值分布在距离平均值有 2 个标准差之内的范围，以及约 99.7% 数值分布在距离平均值有 3 个标准差之内的范围。称为"68-95-99.7法则"。PS：对于不符合正态分布的数据，该法则依然适用...

中心极限定理：设从均值为μ、方差为σ2总体中抽取样本量为n的样本，当抽取次数充分大时，样本均值的抽样分布近似服从均值为μ、方差为σ2/n 的正态分布。中心极限定理是统计学里非常伟大的定理，对于属于正态分布的指标数据，我们可以很快捷地对它进行下一步假设检验，并推算出对应的置信区间；实际应用中，很多分布往往是很杂乱的，但是根据中心极限定理，样本均值的抽样分...

F分布是两个卡方分布（具有不同的自由度）的比值。方差分析（ANOVA），又叫F检验，简单来说，就是求得F统计量（组间方差/组内方差），然后查F表，如果大于临界值（一般是0.05显著性水平下）则拒绝原假设，即组间具有显著性的差异。F统计量 = 组间方差/组内方差这里的方差等于平方和除以自由度，组间的自由度为(组数-1)，组内自由度为组数*（样本量-1...

归纳推理就是根据已有的数据或者事实，去寻找规律，甚至找到方程式，然后带入或者外推到未知的数据，譬如预测人口，我们可以根据已有的数据推出一个人口数与年份的拟合公式，然后带入年份外推即可。演绎推理是根据已有的事实，得到其他的一些事实，然后可以用其他数据来验证。常见的譬如公式的逻辑推理（譬如推倒(x+y)2 = x2 +2xy +y2），演算得到不同的公...

我们知道总体标准差（σ）是按照下面的公式来计算的：但是在真实世界中，找到一个总体的标准差是不现实的。大多数情况下，我们都是通过计算样本标准差（s）来估计总体标准差（σ）的。但是s的计算公式是这样的：分母为什么要（n-1）呢，而不是n？维基百科给出的解释有点费解：看过很多统计学的教程和问...