1.方差分析法检验均值间是否存在显著差异
step1:样本数据和假设
样本数据:
assumption:所有的相互独立且服从分布,均值可不同但方差相同
step2:统计量和假设建议
统计量:
临界值
零假设:
备择假设:不全相等
step3:通过F值和临界值判断是否接受零假设
< 临界值: 接受零假设,均值间不存在显著差异
> 临界值: 拒绝零假设,均值间存在显著差异
2.卡方检验法分析两变量间的独立与关联关系
卡方检验含义:
卡方检验是一种常用的统计方法,用于比较观察值与期望值之间的差异。它适用于分类变量的分析,可以用来确定两个变量之间是否存在关联或独立。
卡方检验的计算过程:
建立假设:
零假设():两个变量之间没有关联,或者说它们是独立的。
备择假设():两个变量之间存在关联。
构建观察频数表:
首先,将所研究的数据按照两个变量进行分类,并计算各个分类的实际观察频数。这些观察频数将组成一个二维的观察频数表。
计算期望频数:
在零假设成立的情况下,计算期望频数,即期望的分类频数。期望频数是基于总体比例和样本大小计算得出的。
计算卡方值:
利用观察频数表和期望频数,计算卡方值。卡方值衡量了观察频数与期望频数之间的差异。
确定自由度:
自由度是卡方检验中的一个重要参数,它表示可以自由变动的观察数据的数量。
查找卡方分布表:
根据确定的显著性水平(通常是0.05或0.01),查找卡方分布表中对应的临界值。
进行假设检验:
将计算得到的卡方值与临界值进行比较。
如果卡方值大于临界值,则拒绝零假设,认为两个变量之间存在关联。
如果卡方值小于等于临界值,则接受零假设,认为两个变量之间独立。
小结:
这就是卡方检验的基本计算过程。通过计算卡方值和比较临界值,我们可以判断两个分类变量之间是否存在显著的关联。