几种常用的统计方法应用 by 幽梦幺
几种常用的统计方法应用
一般来说,最最常用的统计分析有假设检验和回归分析,在SPSS 中也有很好的对应工具来做这些分析,但对其基本思路和要求都必须了解,这样才能更灵活的发挥。下面抄录《EXCEL 在市场调查中的应用》一书中关于这方面的内容:
1.假设检验
目的:是用来判断样本与样本,样本与总体的差异是由抽样误差引起还是本质差别造成的统计推断方法。
基本思想:小概率反证法思想。即P
方法:t 检验,u 检验,秩和检验,卡方检验
应用条件:A 、各组资料具有可比性
B 、具正态分布
C 、方差齐性(即先作F 检验,如F0.1,具方差齐性)
2.方差分析
目的:又称为变异系数分析或F 检验。用于推断两组或多组资料的总体平均数是否相同,检验两个或多个样本平均数的差异是否具有统计意义(也可认为是检验多个总体均值是否有显著性差异注1,这样可能更简单一点) 。
基本思想:用组内均方去除组间均方的商,即F 值,与1比较,若F 值接近1,则说明各验均数间的差异没有统计学意义,否则表示有统计学意义。
应用条件:A 、各组资料具有可比性
B 、具正态分布
C 、方差齐性 (即F 检验)
提示,在应用SPSS 中,只要死死的记住一个显著系数0.05就可以应用(如果是双尾系数需要除以2),一般的大于0.05接受原假设,小于0.05则拒绝。简单的说,一般结果拒绝就是说样本有差异,样本相对独立,都是表示同一种意思,读这方面书的时候,希望不要让这些名词混乱了思路。
SPSS 的方差检验中,需要注意下面问题:
方差检验中,Post Hoc 键有LSD 的选项:当方差分析F 检验否定了原假设,即认为至少有两个总体的均值存在显著性差异时,须进一步确定是哪两个或哪几个均值显著地不同,则需要进行多重比较来检验。LSD 即是一种多因变量的三个或三个以上水平下均值之间进行的两两比较检验。
2 Independent Samples 检验中的Mann-Whitney U 检验与K Independent Samples 中的Kruskal-Walllis (克鲁斯卡尔—瓦里斯)H 检验法思想类似,常用来作为非参数检验。
2 Related Samples非参数检验中,一般有Sign 普通符号检验法和Wilcoxon 威尔科克森符号秩检验法。前者用于研究的问题只有两个可能的结果:“是”或“非”,并且二者遵从二项分布;后者是普通符号检验法的改进,除了可以检验是非外,还可以了解差异的大小。
K Related Samples 非参数检验中,主要有Friedman 秩和检验与Cochran Q 检验二种选择,前者是对多个样本是否来自同一总体的检验,而后者是用于只分为“成功”和“失败”两种结果的定类尺度测量的数据。
附录:SPSS 假设检验方法使用对照表
图13
其中相关、配对或有交互作用可以理解为EXCEL 的重复,独立或无交互作用可以理解为EXCEL 中的无重复。图13表大部分参考《数据分析与SPSS 应用》一书,特别说明
3.回归分析
目的:研究一个变量Y 与其它若干变量X 之间的一种数学工具。它是一组试验或观测数据的基础上,寻找被随机性掩盖的变量之间的依存关系。
A .直线回归方程 Yc=a bX
B .回归关系的检验:求回归方程在总体中是否成立,即是否样本代表的总体也有直线回归关系。
a. 方差分析:基本思想是将总变异分解为SS 回归和SS 乘余,然后利用F 检验来判断方程是否成立。
b. t检验:基本思想是利用样本回归系数b 与总体平均数回归系数进行比较来判断回归方程是否成立。