STATISTICA电子的教程.docVIP

/news/stat/indexb.htm ??? STATISTICA FOR WINDOWS 5.0是由美国StatSoft公司研制开发的具有极强专业性的统计软件。它有极强的统计分析功能，拥有的统计方法十分丰富，几乎涵盖目前统计学专著中所介绍的所有方法；具有很好的统计绘图功能，能输出形式多样、美观清晰的二维、三维统计图；具有方便的数据管理技术，既可以直观地进行数据的输入、修改、编辑和保存，也可以随意与其它数据库文件进行交换或格式变换；对我们中国人来说，另一优点是它具有极佳的汉字兼容性，数据库的变量名、结果输出文档、统计图标题标目等内容，均可用汉字显示，从而为科研过程和论文撰写带来极大的便利；此外它所需的空间较小。 ??? 本教程的基本框架译自美国StatSoft公司提供的网上英文读物，并结合我国实际，以STATISTICA软件的统计模块为蓝本，在介绍软件使用的同时，着重阐述了各种统计学方法的运用指南，使读者在掌握统计软件的使用后，能对各种统计方法有更深层次的了解和掌握。P值） 结果的统计学意义是结果真实程度（能够代表总体）的一种估计方法。专业上，P值为结果可信程度的一个递减指标，PP值是将观察结果认为有效即具有总体代表性的犯错概率。如P=0.05提示样本中变量关联有5%的可能是由于偶然性造成的。即假设总体中任意变量间均无关联，我们重复类似实验，会发现约20个实验中有一个实验，我们所研究的变量关联将等于或强于我们的实验结果。（这并不是说如果变量间存在关联，我们可得到5%或95%次数的相同结果，当总体中的变量存在关联，重复研究和发现关联的可能性与设计的统计学效力有关。）在许多研究领域，0.05的P值通常被认为是可接受错误的边界水平。 方差分析 ?????????????? ●方差分析的目的 ?????????????? ●平方和的分解 ?????????????? ●多因素方差分析 ?????????????? ●交互作用 方差分析的目的 一般来说，方差分析的目的是检验均数间差异的显著性意义。统计学基本概念对显著性检验的基本知识作了简要的介绍。如果只比较两个均数，方差分析的结果与区组t-检验（比较两个不同观察对象组）或配对样本t-检验（比较同一组观察对象中两个变量）的结果是一样的。如果你对这些检验不熟悉的话，详见基本统计一章。 为什么称为方差分析？你可能会感到奇怪，一个比较均数差异的方法竟称为方差分析。这种命名是因为在检验均数间差异是否具有统计学意义的过程中，我们实际上是通过比较方差而得到的。 平方和的分解 方差分析的核心就是方差可分解。注意这里的方差是通过计算偏离总均数的平方和再除以n-1(样本量减1）而得到的。这样，给定n值的情况下，方差就是离均差平方和，简称SS。方差的分解按下表进行。观察下列的数据： 项???? 目 第一组 第二组 1号对象 2号对象 3号对象 2 3 1 6 7 5 均数 离均差平方和 2 2 6 2 合计均数 合计离均差平方和 4 28 两组均数明显不同（2与6），每组的离均差平方和都等于2，加在一起为4。如果忽略组别我们重复上述的计算，即我们在总均数的基础上计算总SS，得到的结果为28。也就是说在组内变异基础上得到的方差比在总变异基础上得到的方差小得多。出现上述情况的原因在于均数间存在较大的差异，这种差异可以解释SS的差异。实际上，如果对上述的数据进行方差分析，可得到下列的结果： 误差类别 方差分析内容 SS 自由度 误差均方 F值 P值 处? 理 误? 差 24.0 4.0 1 4 24.0 1.0 24.0 0.008 可以看到，上表中的总SS（28）分解为各组内误差效应的变异SS（2+2=4）与处理效应的变异SS (28-4=24). 误差SS与处理SS。 组内变异（SS）通常指的是误差方差，表明了当前的设计中不能解释或说明的方差。处理SS可以解释为由组间均数的差别所导致的，换句话说，不同组的处理因素不同，解释了这个变异，因为我们知道处理方式的差异使均数产生了变异。 统计学意义检验。统计学意义的基本思想在统计学基本概念中已讨论过了，同时也解释了许多统计学检验其实是可解释方差与不可解释方差之比的原因。方差分析就是一个很好的例子。方差分析中，检验是在组间变异（效应均方或MSeffect)与组内变异（误差均方或Mserror）的方差比较的基础上进行的。即使在无效假设前提下（总体中组间均数不存在差异），小样本均数仍有小的随机波动，因此组内变异方差应与组间变异方差大致相等。F检验是用来检验两个方差的比率是否明显大于1。在上例中，检验结果表明组间变异方差与组内变异方差的比值超过1，具有统计学意义，我们就可以判断：两组均数的差异具有显著性。 方差分析的基本逻辑思想概