t检验、u检验、卡方检验、F检验、方差分析213.pdf

《t检验、u检验、卡方检验、F检验、方差分析213.pdf》由会员分享，可在线阅读，更多相关《t检验、u检验、卡方检验、F检验、方差分析213.pdf（3页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、 t 检 验、u 检 验、卡 方 检 验、F 检验、方 差 分 析(总 2 页)-本页仅作为文档封面，使用时请直接删除即可-内页可以根据需求调整合适字体及大小-2 统计中经常会用到各种检验，如何知道何时用什么检验呢，根据结合自己的工作来说一说：?t 检验有单样本 t 检验，配对 t 检验和两样本 t 检验。单样本 t 检验：是用样本均数代表的未知总体均数和已知总体均数进行比较，来观察此组样本与总体的差异性。配对 t 检验：是采用配对设计方法观察以下几种情形，1，两个同质受试对象分别接受两种不同的处理；2,同一受试对象接受两种不同的处理；3，同一受试对象处理前后。?u 检验：t 检验和就是统计量

2、为 t,u 的假设检验，两者均是常见的假设检验方法。当样本含量 n 较大时，样本均数符合正态分布，故可用 u 检验进行分析。当样本含量 n 小时，若观察值 x 符合正态分布，则用 t 检验（因此时样本均数符合 t 分布），当 x 为未知分布时应采用秩和检验。F 检验又叫方差齐性检验。在两样本 t 检验中要用到 F 检验。从两研究总体中随机抽取样本，要对这两个样本进行比较的时候，首先要判断两总体方差是否相同，即方差齐性。若两总体方差相等，则直接用 t 检验，若不等，可采用 t检验或变量变换或秩和检验等方法。其中要判断两总体方差是否相等，就可以用 F 检验。简单的说就是 检验两个样本的 方差是否有

3、显着性差异 这是选择何种 T 检验（等方差双样本检验，异方差双样本检验）的前提条件。在 t 检验中，如果是比较大于小于之类的就用单侧检验，等于之类的问题就用双侧检验。卡方检验 是对两个或两个以上率（构成比）进行比较的统计方法，在临床和医学实验中应用十分广泛，特别是临床科研中许多资料是记数资料，就需要用到卡方检验。方差分析 用方差分析比较多个样本均数,可有效地控制第一类错误。方差分析(analysis of variance,ANOVA)由英国统计学家首先提出，以F命名其统计量，故方差分析又称F检验。其目的是推断两组或多组资料的总体均数是否相同，检验两个或多个样本均数的差异是否有统计学意义。我们

4、要学习的主要内容包括 单因素方差分析即完全随机设计或成组设计的方差分析（one-way ANOVA）：用途：用于完全随机设计的多个样本均数间的比较，其统计推断是推断各样本所代表的各总体均数是否相等。完全随机设计（completely random design）不考虑个体差异的影响，仅涉及一个处理因素，但可以有两个或多个水平，所以亦称单因素实验设计。在实验研究中按随机化原则将受试对象随机分配到一个处理因素的多个水平中去，然后观察各组的试验效应；在观察研究（调查）中按某个研究因素的不同水平分组，比较该因素的效应。两因素方差分析即配伍组设计的方差分析（two-way ANOVA）：3 用途：用于随

5、机区组设计的多个样本均数比较，其统计推断是推断各样本所代表的各总体均数是否相等。随机区组设计考虑了个体差异的影响，可分析处理因素和个体差异对实验效应的影响，所以又称两因素实验设计，比完全随机设计的检验效率高。该设计是将受试对象先按配比条件配成配伍组（如动物实验时，可按同窝别、同性别、体重相近进行配伍），每个配伍组有三个或三个以上受试对象，再按随机化原则分别将各配伍组中的受试对象分配到各个处理组。值得注意的是，同一受试对象不同时间（或部位）重复多次测量所得到的资料称为重复测量数据（repeated measurement data），对该类资料不能应用随机区组设计的两因素方差分析进行处理，需用重复测量数据的方差分析。方差分析的条件之一为方差齐，即各总体方差相等。因此在方差分析之前，应首先检验各样本的方差是否具有齐性。常用方差齐性检验（test for homogeneity of variance）推断各总体方差是否相等。本节将介绍多个样本的方差齐性检验，本法由 Bartlett 于 1937 年提出，称 Bartlett 法。该检验方法所计算的统计量服从分布。经过方差分析若拒绝了检验假设，只能说明多个样本总体均数不相等或不全相等。若要得到各组均数间更详细的信息，应在方差分析的基础上进行多个样本均数的两两比较。