統(tǒng)計(jì)學(xué)基本知識(shí)_第1頁(yè)
統(tǒng)計(jì)學(xué)基本知識(shí)_第2頁(yè)
統(tǒng)計(jì)學(xué)基本知識(shí)_第3頁(yè)
統(tǒng)計(jì)學(xué)基本知識(shí)_第4頁(yè)
統(tǒng)計(jì)學(xué)基本知識(shí)_第5頁(yè)
已閱讀5頁(yè),還剩23頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

統(tǒng)計(jì)學(xué)基本方法

卡法檢驗(yàn)(Chi-squaretest/Chi-SquareGoodness-of-FitTest)卡方檢驗(yàn)是用途非常廣的一種假設(shè)檢驗(yàn)方法,它在分類資料統(tǒng)計(jì)推斷中的應(yīng)用,包括:兩個(gè)率或兩個(gè)構(gòu)成比比較的卡方檢驗(yàn);多個(gè)率或多個(gè)構(gòu)成比比較的卡方檢驗(yàn)以及分類資料的相關(guān)分析等。一般四格表卡方檢驗(yàn)卡方檢驗(yàn)使用條件:兩個(gè)獨(dú)立樣本比較可以分以下3種情況:1.所有的理論數(shù)T≥5并且總樣本量n≥40,用Pearson卡方進(jìn)行檢驗(yàn)。2.如果理論數(shù)T<5但T≥1,并且n≥40,用連續(xù)性校正的卡方進(jìn)行檢驗(yàn)。3.如果有理論數(shù)T<1或n<40,則用Fisher’s檢驗(yàn)。

卡方檢驗(yàn)的SPSS操作步驟

1打開軟件,設(shè)置數(shù)據(jù)格式,四格表卡方檢驗(yàn)固定數(shù)據(jù)為4行3列,前兩列分別表示行與列,最后一列表示每一種出現(xiàn)的頻數(shù)。

2、分析前,要對(duì)數(shù)據(jù)進(jìn)行頻數(shù)變量,點(diǎn)擊Data,依次找到weightcases.

3、彈出對(duì)話框,選擇weightcase,把頻數(shù)變量f送入右邊的框中,點(diǎn)擊OK.4、卡方檢驗(yàn),點(diǎn)擊Analyze,依次找到Descriptive

Statistics-Crosstabs

5、彈出對(duì)話框中,分別把r和c送入對(duì)應(yīng)的行和列的框中,并點(diǎn)擊Statistics,彈出框中選擇Chi-square。6、最后點(diǎn)擊OK.秩和檢驗(yàn)(signed-ranktest)在實(shí)踐中我們常常會(huì)遇到以下一些資料,如需比較患者和正常人的血清鐵蛋白、血鉛值、不同藥物的溶解時(shí)間、實(shí)驗(yàn)鼠發(fā)癌后的生存日數(shù)、護(hù)理效果評(píng)分等,我們將非參數(shù)統(tǒng)計(jì)中一種常用的檢驗(yàn)方法--秩和檢驗(yàn),其中“秩”又稱等級(jí)、即上述次序號(hào)的和稱“秩和”,秩和檢驗(yàn)就是用秩和作為統(tǒng)計(jì)量進(jìn)行假設(shè)檢驗(yàn)的方法。秩和檢驗(yàn)的應(yīng)用條件(1)總體分布形式未知或分布類型不明;(2)偏態(tài)分布的資料;(3)等級(jí)資料:不能精確測(cè)定,只能以嚴(yán)重、優(yōu)劣等級(jí)、次序先后等表示(4)不滿足參數(shù)檢驗(yàn)條件的資料:各組方差明顯不齊;(5)數(shù)據(jù)的一端或者兩端是不確定數(shù)值,如“>50mg”例題1建立變量名2、錄入數(shù)值3統(tǒng)計(jì)分析4、分析-非參數(shù)檢驗(yàn)-兩相關(guān)樣本(配對(duì)樣本

)logistics回歸logistics回歸對(duì)反應(yīng)變量為分類變量所進(jìn)行多變量分析logistic回歸是一種廣義線性回歸(generalizedlinearmodel),因此與多重線性回歸分析有很多相同之處。它們的模型形式基本上相同,都具有w‘x+b,其中w和b是待求參數(shù),其區(qū)別在于他們的因變量不同,多重線性回歸直接將w‘x+b作為因變量,即y=w‘x+b,而logistic回歸則通過(guò)函數(shù)L將w‘x+b對(duì)應(yīng)一個(gè)隱狀態(tài)p,p=L(w‘x+b),然后根據(jù)p與1-p的大小決定因變量的值。如果L是logistic函數(shù),就是logistic回歸,如果L是多項(xiàng)式函數(shù)就是多項(xiàng)式回歸。[1]Logistic回歸模型的適用條件1因變量為二分類的分類變量或某事件的發(fā)生率,并且是數(shù)值型變量。但是需要注意,重復(fù)計(jì)數(shù)現(xiàn)象指標(biāo)不適用于Logistic回歸。2殘差和因變量都要服從二項(xiàng)分布。二項(xiàng)分布對(duì)應(yīng)的是分類變量,所以不是正態(tài)分布,進(jìn)而不是用最小二乘法,而是最大似然法來(lái)解決方程估計(jì)和檢驗(yàn)問(wèn)題。3自變量和Logistic概率是線性關(guān)系4各觀測(cè)對(duì)象間相互獨(dú)立。1、在菜單上執(zhí)行:analyse-regression(

回歸)-binary(雙重)

logistic2、將患病率作為因變量,將其他三個(gè)作為自變量,設(shè)置好這幾個(gè)3、點(diǎn)擊OK,開始處理數(shù)據(jù)4、結(jié)果。統(tǒng)計(jì)圖

常用的統(tǒng)計(jì)圖有:直條圖、圓形圖、線圖、半對(duì)數(shù)圖、直方圖、散點(diǎn)圖、統(tǒng)計(jì)地圖。統(tǒng)計(jì)圖的選擇1、相互獨(dú)立的各指標(biāo)大小用直條圖。2、表示全體中各部分比重百分直條圖或者圓形圖。3、表示連續(xù)性資料的發(fā)展變化或者一事物隨另一事物變遷的情況用線圖。4、比較事

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論