一、T检验
用途:比较两组数据之间的差异
前提:正态性,方差齐次性,独立性
假设:H0: 两组数据均值相等,即μ0=μ1
SPSS中对应方法:
1、单样本T检验(One-sample Test)
(1)目的:检验单个变量的均值与给定的某个常数是否一致。
(2)判断标准:p<0.05(或对应的t>1.98)则拒绝原假设,即认为是有显著差异的。
2、独立样本T检验(Indpendent-Samples T Test)
(1)目的:检验两个独立样本均值是否相等。
(2)判断标准:p<0.05(或对应的t>1.98)则拒绝原假设,即认为是有显著差异的。
3、配对样本T检验(Paired-Samples T Test)
(1)目的:检验两个配对样本均值是否相等。
(2)判断标准:p<0.05(或对应的t>1.98)即认为是有显著差异的。
二、方差分析
用途:比较多组数据之间的差异
前提:正态性,方差齐次性,独立性
假设:H0: 各组数据均值都相等,即μ0=μ1=……
SPSS中对应方法:
1、单因素方差分析(One-way ANOVA)
(1)目的:检验由单一因素影响的多组样本均值差异。
(2)判断标准:p<0.05(或对应的t>1.98)则拒绝原假设,即认为是有显著差异的。
(3)特别说明:可以进一步使用LSD,Tukey方法检验两两之间的差异。
2、多因素方差分析(Univariate)
(1)目的:检验由多个因素影响的多组样本均值差异。
(2)判断标准:p<0.05(或对应的t>1.98)则拒绝原假设,即认为是有显著差异的。
(3)特别说明:可以进一步使用LSD,Tukey方法检验两两之间的差异。
三、非参数检验
用途:比较多组数据之间的差异,独立性等
前提:没有严格限制,适用于母体不服从正态分布或分布情况不明时,亦可以适用于离散和连续数据。
SPSS中对应方法:
1、卡方检验(Chi-Square)
(1)目的:检验某个连续变量是否与理论的某种分布相一致;检验某个分类变量出现的概率是否等于给定的概率;检验两个分类变量是否相互独立;检验两种方法的结果是否一致;检验控制某种或某几种分类因素的作用后,另两个分类变量是否相互独立。
(2)特别说明:所有单元格的期望频数均大于5,最小期望频数为23.7。其中独立性,一致性的检验是在列联表中使用卡方检验。
2、单一样本K-S检验(One Sample K-S Test)
(1)目的:检验样本的是否服从某种分布(正态分布,均匀分布,泊松分布,指数分布)
(2)假设:H0: 检验样本的是服从某种分布(例如要检验正态性就假设样本服从正态分布)
(3)判断标准:p>0.05(或对应的t<1.98)则接受原假设,即认为确实是服从该分布。
3、两独立样本的检验(Two-Independed-Sample)
(1)方法:Mann-Whitney U(推荐使用),
①目的:检验两组独立样本的是否存在差异性
②假设:H0: 两总体分布中心位置相同
③判断标准:p<0.05(或对应的t>1.98)则拒绝原假设,即认为是有显著差异的。
(2)方法:K-S Z检验
①目的:检验两组独立样本是否存在差异性
②假设:H0: 两配对样本是来自相同分布的总体;
③判断标准:p<0.05(或对应的t>1.98)则拒绝原假设,即认为是有显著差异的。
4、多个独立样本的检验(K-Independed-Sample)
(1)方法:Kruskal-Wails,Jonckheere-Terpstra
①目的:检验多组独立样本的是否存在差异性
②假设:H0: μ0=μ1=……
③判断标准:p<0.05(或对应的t>1.98)则拒绝原假设,即认为是有显著差异的。
④特别说明:J-T除了判断差异性,还可以判断出该数据是否存在某种趋势。
5、两配对样本的检验(Two-related-Sample)
(1)方法:Wilcoxon(推荐使用),Sign(不推荐使用)
①目的:检验两组配对样本的是否存在差异性
②假设:H0: 差值的总体中位数Md=0
③判断标准:p<0.05(或对应的t>1.98)则拒绝原假设,即认为是有显著差异的。
④特别说明:由于Sign检验只利用了每一配对数据那一侧更大,并没有利用大小所包含的信息,因此会丢失原始数据的大量信息会导致错误结论,所以不推荐使用。
(2)方法:McNemar
①目的:检验两组配对样本的是否存在差异性
②假设:H0: 两配对样本来自得两总体的分布无显著差异;
③判断标准:p<0.05(或对应的t>1.98)则拒绝原假设,即认为是有显著差异的。
④特别说明:适用于二分数据的配对检验
6、多个相关样本的经验(K-related-Sample)
(1)方法:Firedman
①目的:检验多组配对样本的是否存在差异性
②假设:H0: 所有的位置参数都相等
③判断标准:p<0.05(或对应的t>1.98)则拒绝原假设,即认为是有显著差异的。
(2)方法:Kendall‘s W检验
①目的:检验评判者的评判标准是否一致
②假设:H0: 评判者的评判标准一致
③判断标准:p<0.05(或对应的t>1.98)则拒绝原假设,即认为是有显著差异的。
(3)方法:Cochran’s Q检验
①目的:检验多组配对样本的是否存在差异性
②假设:H0: 各个处理相同
③判断标准:p<0.05(或对应的t>1.98)则拒绝原假设,即认为是有显著差异的。
④特别说明:适用于二分数据的配对检验
编辑:徐晓辉
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请通知我们,一经查实,本站将立刻删除。