《社会统计学》人大版.要点.ppt

三、F检验与相关比率的关系 （四）确定是否拒绝原假设 相关比率 是描述类别变量与尺度变量关系的特征值。是基于消减误差比例的思想建构的。但它与F检验具有一致性。 相同点：在 和F的计算公式的分子中都含有组间离差平方和BSS。所以如果计算的F值较大，相关比率的值也会较大。 不同点：比率所描述的是组间离差平方和在总离差平方和中所占的比例。而F值描述的是平均组间离差平方和是平均组内离差平方和的几倍。如果F检验的结果能够拒绝原假设，就认为相关比率也达到了显著性水平。 第十三章 类别变量与尺度变量关系的假设检验——一元方差分析 本章习题 参见教材习题13-1到13-6。 第十四章　非参数检验 1 单个总体分布特征的检验 2 两个总体分布一致性的检验——两个独立样本的检验 Exe 本章习题 3 两个总体分布一致性的检验——两个相关样本的检验 4 多个总体分布一致性的检验——多个独立样本的检验 5 多个总体分布一致性的检验——多个相关样本的检验 背景：前几章所使用的假设检验方法大都是用样本的特征值对总体的特征值进行检验，由于总体特征值也是抽样分布的参数，这样的检验均被称为参数检验。 参数检验对总体都有一定的要求，如要求总体服从正态分布，或是要求总体等方差等等。要应用参数检验要先对总体是否服从正态分布、是否等方差等进行检验。非参数检验提供了利用样本数据分布来检验总体服从何种分布的方法。 优缺点：对总体没有要求，应用范围更广泛。但非参数检验的效能比较低。非参数检验的效能大约是参数检验的95%左右。 类别： 一类是单个总体分布特征的检验。即通过样本数据来检验其总体是否服从某种特定的分布。 另一类是通过比较两个或多个样本的分布特征来确定两个或多个总体的分布是否有差异的检验。 第十四章 非参数检验 第一节 单个总体分布特征的检验 单个总体分布特征的检验是用样本的分布来检验总体是否服从某一特定的分布。本节介绍两种方法： 类别变量分布特征的检验——卡方检验 尺度变量分布特征检验——Kolmogorov-Smirnov单个样本检验 一、类别变量分布特征的检验——卡方检验 （一）类别变量分布特征检验的统计思想 1、含义：类别变量的分布特征指的是类别变量的频次或频率分布。类别变量分布特征的检验就是用样本中频次或频率分布来检验总体的频次或频率分布。 2、统计思想：先对各个类别在总体中的频率分布提出原假设，然后根据这个原假设计算在样本中各个类别应该有的频次分布，这个频次分布被称为期望频次分布。接下来将样本观察值的频次分布与期望频次分布进行比较，如果差异不大，意味着在原假设成立的条件下这个样本出现的可能性比较大，原假设是正确的。 第十四章 非参数检验 第一节 单个总体分布特征的检验 一、类别变量分布特征的检验——卡方检验 （二）类别变量分布特征检验的方法 1、检验的原假设与备择假设 设在一个分布未知的总体中，变量A共有A1、A2、…Ak类。现从总体中随机抽出一个容量为n的样本。样本观察值中各类的频次分别为n1、n2… nk。原假设与备择假设为 第十四章 非参数检验 第一节 单个总体分布特征的检验 是根据要检验的分布特征计算的总体中各类别的频率。据此计算的样本期望频次为 一、类别变量分布特征的检验——卡方检验 （二）类别变量分布特征检验的方法 2、确定检验的统计量并计算样本统计量的值 3、确定拒绝域并得出检验结论 因为 值越大,说明观察频次与期望频次的差异越大，因此, 检验是单侧检验。检验的拒绝域为 如果根据样本数据计算得出的 值大于 ,就拒绝原假设。认为总体不服从原假设的分布。 第十四章 非参数检验 第一节 单个总体分布特征的检验 二、一元线性回归方程的整体检验 （一）线性回归方程离差平方和的分解 X Y 剩余离差平方和 红线 + 回归离差平方和 黑线 总离差平方和 + 二、一元线性回归方程的整体检验 （一）线性回归方程离差平方和的分解 + 剩余离差平方和RSS反映了观测值与回归直线的离散程度。 回归离差平方和RSSR反映回归直线上的点与平均值间的离散程度。 总离差平方和TSS反映了观测值围绕的离散情况。 回归平方和RSSR越大，剩余平方和RSS就越小。 因此,可以用RSSR与RSS的比值来检验总体中两个变量是否存在线性关系。 二、一元线性回归方程的整体检验 （三）线性回归方程整体检验的方法 1、检验的原假设与备择假设 对回归方程的检验是要用样本的回归方程说明总体中两个变量是否存在线性关系。因此检验的原假设是因变量与自变量之间不存在线性关系。原假设与备择假设为： 2、确定检验的统计量（F）并计算样本统计量的值 第十二章 两个尺度变量关系的假设检验