数据分析的统计方法选择小结

数据分析的统计方法选择小结

ID:38323565

大小:365.37 KB

页数:21页

时间:2019-06-10

数据分析的统计方法选择小结_第1页
数据分析的统计方法选择小结_第2页
数据分析的统计方法选择小结_第3页
数据分析的统计方法选择小结_第4页
数据分析的统计方法选择小结_第5页
资源描述:

《数据分析的统计方法选择小结》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、数据分析的统计方法选择小结目录完全随机分组设计的资料1配对设计或随机区组设计2变量之间的关联性分析3完全随机分组设计的资料两组或多组计量资料的比较两组资料大样本资料或服从正态分布的小样本资料(1)若方差齐性,则作成组t检验(2)若方差不齐,则作t’检验或用成组的Wilcoxon秩和检验小样本偏态分布资料,则用成组的Wilcoxon秩和检验完全随机分组设计的资料两组或多组计量资料的比较多组资料若大样本资料或服从正态分布,并且方差齐性,则作完全随机的方差分析。如果方差分析的统计检验为有统计学意义,则进一步作统计

2、分析:选择合适的方法(如:LSD检验,Bonferroni检验等)进行两两比较。如果小样本的偏态分布资料或方差不齐,则作KruskalWallis的统计检验。如果KruskalWallis的统计检验为有统计学意义,则进一步作统计分析:选择合适的方法(如:用成组的Wilcoxon秩和检验,但用Bonferroni方法校正P值等)进行两两比较。完全随机分组设计的资料分类资料的统计分析单样本资料与总体比较二分类资料(1)小样本:用二项分布进行确切概率法检验;(2)大样本:用U检验多分类资料:用Pearson2检

3、验(又称拟合优度检验)完全随机分组设计的资料分类资料的统计分析四格表资料(1)n>40并且所以理论数大于5,则用Pearson2;(2)n>40并且所以理论数大于1并且至少存在一个理论数<5,则用校正2或用Fisher’s确切概率法检验(3)n40或存在理论数<1,则用Fisher’s检验完全随机分组设计的资料分类资料的统计分析2×C表资料的统计分析列变量为效应指标,并且为有序多分类变量,行变量为分组变量,则行评分的CMH2或成组的Wilcoxon秩和检验列变量为效应指标并且为二分类,列变量为有序多

4、分类变量,则用趋势2检验行变量和列变量均为无序分类变量(1)n>40并且理论数小于5的格子数<行列表中格子总数的25%,则用Pearson2(2)n40或理论数小于5的格子数>行列表中格子总数的25%,则用Fisher’s确切概率法检验完全随机分组设计的资料分类资料的统计分析R×C表资料的统计分析列变量为效应指标,并且为有序多分类变量,行变量为分组变量,则CMH2或KruskalWallis的秩和检验列变量为效应指标,并且为无序多分类变量,行变量为有序多分类变量,作nonezerocorrelati

5、onanalysis的CMH2列变量和行变量均为有序多分类变量,可以作Spearman相关分析列变量和行变量均为无序多分类变量(1)n>40并且理论数小于5的格子数<行列表中格子总数的25%,则用Pearson2(2)n40或理论数小于5的格子数>行列表中格子总数的25%,则用Fisher’s确切概率法检验完全随机分组设计的资料Poisson分布资料单样本资料与总体比较观察值较小时:用确切概率法进行检验观察值较大时:用正态近似的U检验两个样本比较:用正态近似的U检验配对设计或随机区组设计两组或多组计量

6、资料的比较两组资料大样本资料或配对差值服从正态分布的小样本资料,作配对t检验小样本并且差值呈偏态分布资料,则用Wilcoxon的符号配对秩检验配对设计或随机区组设计两组或多组计量资料的比较多组资料若大样本资料或残差服从正态分布,并且方差齐性,则作随机区组的方差分析。如果方差分析的统计检验为有统计学意义,则进一步作统计分析:选择合适的方法(如:LSD检验,Bonferroni检验等)进行两两比较。如果小样本时,差值呈偏态分布资料或方差不齐,则作Fredman的统计检验。如果Fredman的统计检验为有统计学意

7、义,则进一步作统计分析:选择合适的方法(如:用Wilcoxon的符号配对秩检验,但用Bonferroni方法校正P值等)进行两两比较。配对设计或随机区组设计分类资料的统计分析四格表资料b+c>40,则用McNemar配对2检验或配对边际2检验b+c40,则用二项分布确切概率法检验C×C表资料配对比较:用McNemar配对2检验或配对边际2检验b+c40,则用二项分布确切概率法检验变量之间的关联性分析两个变量之间的关联性分析两个变量均为连续型变量小样本并且两个变量服从双正态分布,则用Pearson

8、相关系数做统计分析大样本或两个变量不服从双正态分布,则用Spearman相关系数进行统计分析两个变量均为有序分类变量:可以用Spearman相关系数进行统计分析一个变量为有序分类变量,另一个变量为连续型变量:可以用Spearman相关系数进行统计分析变量之间的关联性分析回归分析直线回归:如果回归分析中的残差服从正态分布(大样本时无需正态性),残差与自变量无趋势变化,则直线回归(单个自变量的线性回归,称为简单回归)

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。