数据挖掘2019.09.11（1）

分布特征与t ,u检验

T检验是以t分布为理论基础，以t值作为统计量的假设检验方法，适用于倒数较少，来源于正态分布的资料。
u检验是以标准正态分布为理论基础，以U值作为统计量的检验方法，适用于倒数较多的数值资料
T U检验都可用于样本与总体比较，配对设计，两组随机的假设检验 。

方差分析
analysis of variance- ANOVA
它把所有数据放在一起，一次比较就对所有各组间是否有差异做出判断
如果没有显著差异，则认为各组平均数相同。
如果发现有差异，再进一步比较是哪组数据与其它数据不同。

方差分析的实质是关于观测值变异原因的数量分析
方差分析的基本思路
将总的变差分解为构成总变差的各部分。

总变异 分为组内变异 （反映随机误差E的大小 （MS组内））
组间变异 （反应处理因素（T）和随机误差E的大小）

方差分析的基本思路
将总的变差分解为构成总变差的各个部分。
F=MS组间/MS组内
MS组间=SS组间/v组间
MS组内=SS组内/v组内
v总=N-1
v组内=N-K
v组间=K-1


方差分析R中的实现
ml=aov(x~a,data=b)
summary(ml)

秩和检验
实用条件
总体分布为偏态或分布形式未知的计量资料
方差不齐的计量资料
比较的数据只能用于严重程度，优劣等级的半定量（等级）
资料间的比较。
非参数检验
在统计检验中不需要假定总体分布形式和用参数估计量，直接对比较数据的分布进行统计检验的方法。称为非参数检验（nonparametric test）.
方法—秩转换
1·将数据（x）按大小转换为秩次（i）,用秩次的大小反应变量值的大小。
值相同时：同组内，依次编秩次；不同组，求平均秩次
2·求各组秩次求和，称为秩和
3·对各组秩和（T）做检验
当n1=n2时，任取一组秩和为检验统计量，即T=（T1orT2）
当n1不等于n2时，取较小样本的秩和为检验统计量，
即T=Tmin (n1 or n2)
4·以样本含量较小的个体数n1,两组样本含量之差n2-n1及T值查检验界值表