無母數統計分析.pptVIP

無母數統計分析 報告者：歐陽昆 有母數 在母體分配已知（許多統計量的抽樣分配在大樣本的情況下常呈現常態分配，所以對母體參數作推論的時候，經常以常態分配( σ μ, N) 為其理論基礎）或母體數已知的前提假設之下所導出的假設檢定或區間估計，適用於等距變項與比率變項資料，稱為有母數統計法。 其基本假設為：(1)常態化(normality)；(2)變異數同質性(homogeneity of variance)。 ? 常用的有母數統計方法 Z-檢定 Z-檢定是根據統計量的抽樣分配是屬於常態分配（母體為常態分配、樣本n很大、母體σ已知時，其統計量的抽樣分配為常態分配），最後以標準常態Z作為檢定統計量的假設檢定。 t-檢定 t-檢定是根據統計量的抽樣分配是屬於t分配（母體為常態分配且樣本n很小、母體σ未知時，其統計量的抽樣分配為t分配），而以t值作為檢定統計量的假設檢定。 F-檢定 F-檢定在統計學上是用於兩種情況：一為推論兩個母體變異數；二為變異數分析。F檢定是根據統計量的抽樣分配是屬於F分配（由兩個獨立的卡方分配隨機變數除依其個別的自由度，其分別值的比值的機率分配即為F分配），而以F值作為檢定統計量的假設檢定。 常用的有母數統計方法 變異數分析（Analysis of Variance；ANOVA） 又稱F統計法。通常被使用在檢定兩個以上母體平均數的顯著性差異。主要是將一組資料的總變異數，切割為數個變異數來源，以檢定某一變異來源對資料是否有顯著性差異。 ? 迴歸分析（regression analysis） 主要是探討變數與變數（兩個或是兩個變數以上）之間的關係，並且根據相關理論建立預測模型，以進行統計推論。 ? 無母數 一種不需要知道母體機率分配的類型，不用在乎母數的探討，而且主要是適用於名義變項或是次序變項資料的統計推論方法，則稱為無母數統計方法 其基本假設為：(1)隨機抽樣(randomized)；(2)獨立性(independent)；(3)至少為順序變項的資料(ordinal)。 常用的無母數統計方法 卡方檢定 適合度檢定 是指接受或拒絕觀察次數與相對應的期望次數是否符合的統計檢定。 百分比同質性檢定 主要是檢定交叉列聯表中的I個群體分配到j個類別，各類別母體百分比例是否有一樣，即是否為同質，故稱之。 獨立性檢定 在觀察的樣本中，檢定兩個自變數是否互為相關的檢定；若不是互為獨立的事件，則必須進行關聯性檢定（Test of association），以便瞭解兩者的關聯程度。 改變顯著性檢定 主要是用來檢定一群受試者對事件前後反應的差異情形。 K-S統計檢定 K-S (Kolmogorov-Smirnov test) K-S統計檢定可以分為單一樣本與二組樣本的差異性檢定 用於檢定某依次序(等級)變項各等級的實際累積觀察次數與理論累積次數間之差異的顯著。 K-S統計檢定 故在進行假說檢定前，先以K-S 檢定統計量，來 測試本資料是否為常態(也可檢驗是否為其他分配) Kolmogorov-Smirnov 檢定基本之虛無假設為樣本呈常態分配，當p-值越大則愈不易拒絕H0，越有可能呈常態分配 Shapiro-Wilk’s 當觀察體個數少於5l，則採用Shairpo-wilk統計量檢驗資料是否為常態分配 否則，採用kolmogorov-Smirnov統計量 K-W檢定 K-W (Kruskal-Wallis one-way analysis of variavce by ranks) K-W單因子等級變數分析主要用來檢定多組樣本的差異性考驗 用來檢定多組樣本再某一次序尺度一便向上的表現之差異情形，透過各組樣本在依變項表現差異的檢定，可以了解各組樣本的表現是否一致，亦是否來自同一群母體。 K-W檢定 若母體具有高度偏態時，一般皆採用克-瓦二氏單因子等級變異數分析，考驗k個獨立樣本是否來自同一母群或平均數相等的k個母群，而不應用F檢定。Kruskal-Wallis 檢定的基本假設--基礎變數是連續分配，而且它所處理的資料須是次序變數的資料。換言之，它是利用等級來進行變異數分析的一種無母數統計法 Levenes test Levenes test是同質性檢定，常用在獨立樣本t考驗上 * * * *