统计学（一）

一、fisher’s exact test
当样本的数量比较少的时候，但是我们又想从这些小样本中得到一个只能从大样本中得到的结论时，可以采用Fisher’s exact test。
举个例子，现在大学生流行节食，一般大众的猜测肯定是大学女生节食的比例比男生高。因此我们设定的H0假设为：大学女生与男生节食的比例相同，对立假说Ha为：大学女生节食的比例比男生高。倘若经过调查后我们得到以下的资料：

则我们可根据上表中的资料计算出单边检验的p值：
p=[(a+b)!(c+d)!(a+c)!(b+d)!]/[n!a!b!c!d!]=0.0014，若设定接受原假设的概率为0.01，则我们根据此p值推出：上表中的资料提供了足够的证据拒绝原假设，并支持对立假设，即大学女生节食的比例比男生高。

二、协方差检验（ANCOVA）
若所分析的变量本身就受到另一个或多个自变量的影响，而又难以对这些自变量进行有效的控制，同时又必须消除这些自变量的影响，就可以先利用回归消除自变量的影响，再进行方差分析，即协方差分析。
1、单项分组资料的协方差分析
现研究三种营养物质对瓜苗生长情况的影响，结果如下表。表中x为未喷洒营养液前瓜苗的高度（cm），y为喷洒一周后瓜苗的高度（cm），试分析三种营养液的效果有无显著差异？

分析：
1、何为单项分组资料的协方差分析，即只有一个分组，这正如题目当中，仅是通过营养液的类别来分组。
2、协方差的目的其实就是为了从y中消除协变量的影响，简单来说，就是从y中减掉除去目的自变量之外的其他自变量对y的贡献。那题目当中所说的营养液就是目的自变量，那其他变量就是协变量，比如说瓜苗的初始高度。
解题：

1、从方差分析的结果来看，不论是营养液喷洒前还是喷洒后，瓜苗的高度均没有显著区别！
2、但是为了给大家做演示，我们还是来回归掉瓜苗的初始高度的影响。
继续解题：











1、当误差回归关系显著时，就要用组内项回归系数对y值进行校正，消除初始x值不同带来的影响，再进行y值的方差分析。
2、要检验矫正后的y值的显著性，并不需要计算y值的各个矫正值。统计学已证明，矫正后的总平方和、误差平方和及自由度等于其相应编译项的离回归平方和及自由度。
3、若矫正后的y值进行方差分析仍存在显著区别，则可以进行多重比较。


可以看出，矫正之后的y值仍然存在显著差异，则需要进行多重比较。
进行多重比较时，不能直接用原始数据的平均数，而应该用矫正以后的平均数。







2、两项分组资料的协方差分析
（未完待续…..）

例题为网上摘抄，只为让自己能够更好的理解，无意侵权传播。