一点一点重学统计学(四)——卡方检验、方差分析、F检验

对于连续型的统计使用平均数或二项分布进行检验,而对于离散型统计通常采用卡方检验。

有两种卡方检验类型:1是实际值与理论值的比较,2是观察两个(以上)的统计是否是相互独立的或是相互联系的,检验这种假设是否成立。

O是观察值,E是理论值


在对多个样本进行平均数差异显著性检验时,使用t检验提高了假阳性的概率,所以要使用方差分析;但方差分析只能估计随机误差,有顺序的抽样不能进行方差分析,并服从正态分布的独立的随机抽样。物种内或者相同条件内的方差使用方差分析,而不同物种或者条件下观察差异要用F分布进行F检验。


数据转换:有的时候样本非正态性、不可加性和方差的非同质性出现导致不能使用相应的检验,此时要进行数据转换:

若样本平均数与其方差有比例关系,采用平方根转换即可,数据较小时采用x+1的平方根;

若标准差与平均数大体成比例或者样本的计数不可加性,采用对数转换;

若数据是比例数或以百分率表示,且分布趋向二项分布,方差分析时作反正弦转换。

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
卡方检验(Chi-square test)、方差分析(Analysis of Variance,ANOVA)和t检验(Student's t-test)是统计学中常用的假设检验方法,用于确定一个或多个样本的均值或比例是否有显著差异。它们的区别如下: 1. 适用范围不同 t检验主要用于比较两个样本的均值是否有显著差异,例如比较两种治疗方法的效果。而方差分析则可以比较多个样本之间的均值是否有显著差异,例如比较三种不同品牌的产品的平均销售额是否有显著差异。卡方检验则用于比较不同分类变量之间是否存在显著关联,例如比较吸烟和肺癌之间的关联。 2. 检验的假设不同 t检验方差分析都是用于检验样本均值是否有显著差异,其假设检验都基于总体均值的差异。而卡方检验则是用于检验两个分类变量之间是否存在显著关联,其假设检验基于两个变量的频数分布是否独立。 3. 统计量不同 t检验的统计量是样本均值的差异,而方差分析则是F统计量,用于比较组内方差与组间方差的比值是否显著。卡方检验的统计量则是卡方值,表示观察频数与期望频数的差异程度。 4. 数据类型不同 t检验方差分析通常用于连续变量,而卡方检验则用于分类变量。 总之,这三种方法的应用范围、假设检验、统计量和数据类型都不同,需要根据具体问题的特点选择适当的方法进行分析。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值