统计分析方法总结

参数检验

先决条件:已知总体服从正态分布(先决条件),通常总体方差也未知,推断总体均值

统计方法 说明 类型 统计量 前提
单样本t检验 推断总体均值与指定检验值之间差异是否显著 对总体均值的假设检验 t统计量 总体分布服从正态分布,或者样本量n较大,由中心极限定理得样本均值近似服从正态分布
两独立样本t检验 利用来自两总体的独立样本,推断两总体均值是否存在显著差异 总体均值检验 t统计量 总体分布服从正态分布,或者样本量n较大,由中心极限定理得样本均值近似服从正态分布
配对样本t检验 相对于两独立样本t检验,样本是相互关联的,样本量相同 总体均值检验 t统计量 总体分布服从正态分布,或者样本量n较大,由中心极限定理得样本均值近似服从正态分布

非参数检验

统计方法 说明 类型 思想 统计量 服从分布(小样本) 服从分布(大样本) 适用对象
卡方检验(总体分布) 判断总体分布与期望分布是否存在显著差异 总体分布检验 基于划分子集的观测频数近似服从卡方分布 卡方统计量(典型:pearson卡方) k-1自由度卡方分布 分类变量
二项分布检验 判断样本来自的总体是否服从指定概率值为p的二项分布 总体分布检验 小样本采用精确检验,大样本采用近似检验 小样本直接计算概率,大样本Z统计量(有连续性校正) 二值分类变量
单样本KS检验 判断样本来自的总体是否服从某一理论分布 总体分布检验 基于拟合优度 KS统计量D(观测值与经验累积分布的最大绝对差值)(有修正) 根号n×D服从KS分布 连续型变量
2独立样本曼-惠特尼U检验 推断2个样本来自的2个总体的分布是否存在显著差异 总体分布检验 基于两样本秩和 曼惠特尼U统计量 曼惠特尼分布 正态分布 没有特指
多独立样本KW检验 推断多个样本来自的多个总体的分布是否存在显著差异 总体分布检验 方差分析思想+秩 KW统计量(秩组间平方和/秩总离差平方和的平均) KW分布 k-1自由度卡方分布 没有特指
2配对样本符号检验 推断样本来自的2个总体的分布是否存在显著差异 总体分布检验 正负号个数做二项分布检验(p是否为0.5) 没有特指
2配对样本Wilcoxon检验 推断样本来自的2个总体的分布是否存在显著差异 总体分布检验 正负秩和统计量 W统计量(min正负秩和统计量) W统计量符合Wilcoxon符号秩分布 W构造的Z统计量符合正态分布 没有特指
多配对样本Friedman检验 推断样本来自的多个总体的分布是否存在显著差异 总体分布检验 方差分析思想 Friedman统计量 k-1自由度卡方分布 数值型变量
多配对样本Cochran Q检验 推断样本来自的多个总体的分布是否存在显著差异 总体分布检验 方差分析思想+检验各个区组取1的概率 Cochran Q统计量 k-1自由度卡方分布 二值变量
多配对样本Kendall检验 在Friedman检验总体分布是否一致的基础上,检验判断者的判断标准是否一致(基于协同系数W衡量组间差异程度) 总体分布检验 方差分析思想 协同系数W k-1自由度卡方分布 数值型变量

注:1. 处理与区组:处理代表控制变量,控制变量有多少种取值,即有多少种处理水平。区组代表样本组别数量。在多配对样本中会出现这种概念。

  1. 方法分析思想:多因素/多样本常涉及。观测变量的总变差是由控制变量与随机变量产生的。将观测变量的离差平方和进行分解,分解为组间平方和与组内平方和,或者加上交互作用带来的离差。其中组间平方和,代表控制变量的不同水平带来的影响,组内平方和代表由于抽样误差带来的影响,最后一个是控制变量交互作用带来的影响。
  2. KW检验量与Friedman检验量:两者计算式相近。但前者是混合排序求秩,后者是在各个区组内排序,对每个处理水平进行求和或者求平均得到的。

方差分析

统计方法 说明 类型 统计量 服从分布
单因素方差分析 研究单个因素(的不同水平)对观测变量的影响 对总体均值的假设检验 F统计量 (k-1,n-k)自由度的F分布
多因素方差分析 研究多个因素的不同水平对观测变量的影响 对总体均值的假设检验 F统计量
协方差分析 考虑协变量的影响,研究单/多个因素的不同水平对观测变量的影响 对总体均值的假设检验 F统计量
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,015评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,262评论 1 292
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,727评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,986评论 0 205
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,363评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,610评论 1 219
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,871评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,582评论 0 198
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,297评论 1 242
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,551评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,053评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,385评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,035评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,079评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,841评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,648评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,550评论 2 270

推荐阅读更多精彩内容