计量经济学与应3数据与检验.pptVIP

方差分析 非参数检验 参数检验是在总体分布形式已知的情况下，对总体分布的参数如均值、方差等进行推断的方法。但是，在数据分析过程中，由于种种原因，人们往往无法对总体分布形态作简单假定，此时参数检验的方法就不再适用了。非参数检验正是一类基于这种考虑，在总体方差未知或知道甚少的情况下，利用样本数据对总体分布形态等进行推断的方法。由于非参数检验方法在推断过程中不涉及有关总体分布的参数，因而得名为“非参数”检验。 单样本非参数检验：对单个总体的分布形态等进行推断的方法 卡方检验、二项分布检验、K-S检验以及变量值随机性检验等方法。 两独立样本的非参数检验方法：在对总体分布不甚了解的情况下，通过对两组独立样本的分析来推断样本来自的两个总体的分布等是否存在显著差异的方法。 曼-惠特尼U检验、K-S检验、W-W游程检验、极端反应检验等。 方差分析 t检验法适用于样本平均数与总体平均数及两样本平均数间的差异显著性检验，但在生产和科学研究中经常会遇到比较多个处理优劣的问题，即需进行多个平均数间的差异显著性检验。这时，若仍采用t检验法就不适宜了。 方差分析(analysis of variance)是由英国统计学家R.A.Fisher于1923年提出的。这种方法是将k个处理的观测值作为一个整体看待，把观测值总变异的平方和及自由度分解为相应于不同变异来源的平方和及自由度，进而获得不同变异来源总体方差估计值；通过计算这些总体方差的估计值的适当比值，就能检验各样本所属总体平均数是否相等。方差分析实质上是关于观测值变异原因的数量分析，它在科学研究中应用十分广泛。 方差分析 根据资料设计类型的不同，有以下两种方差分析的方法： 1、对成组设计的多个样本均数比较，应采用完全随机设计的方差分析，即单因素方差分析。 2、对随机区组设计的多个样本均数比较，应采用配伍组设计的方差分析，即两因素方差分析。 步骤 1、建立检验假设； H0：多个样本总体均数相等； H1：多个样本总体均数不相等或不全等。 　　检验水准为0.05。 2、计算检验统计量F值； 3、确定P值并作出推断结果。 方差分析 ?如何判断excel单因素方差分析的结果是否有显著差异？进行甲乙丙三组差异性比较，结果中哪个值能表示差异是否显著？ 如果是α=0.05的临界值F=3.89，因计算所得的统计量F=0.42 F（0.053.89，故原假设成立，认为通过计算，三组数据没有显著差异。再从P值来看，即从显著性慨率看，P-value=0.6639010.05，说明各组的方差在α=0.05水平上没有显著性差异，即方差具有齐次性。 谢谢！ 接下来的内容： 模型的统计学检验 对不同类型的数据需要采用不同的统计方法来分析处理． * 　例如，某人群的脉搏数(次/分钟)是定量数据，根据医学专业理论，可以定义：脉搏数60为“缓脉”，脉搏数在区间[60,100]为“正常”，脉搏数100为“速脉”． 　例如，定性数据中的“男”、“女”可以分别赋值为“1”、“0”，此时0,1只是一种“数据代码”，它们之间没有数量的差别；文化程度可以分为“文盲”、“小学”、“初中”、“高中”、“大学以上”这五种类别的定性数据，可以分别赋值“0”、“1”、“2”、“3”、“4”，此时数字0,1,2,3,4不仅是一种“数字代码”，也表示了等级之间的差别，即数值大表示等级高． * SPSS单样本非参数检验是对单个总体的分布形态等进行推断的方法，其中包括卡方检验、二项分布检验、K-S检验以及变量值随机性检验等方法。 总体分布的卡方检验 例如，医学家在研究心脏病人猝死人数与日期的关系时发现：一周之中，星期一心脏病人猝死者较多，其他日子则基本相当。当天的比例近似为2.8：1：1：1：1：1：1。现收集到心脏病人死亡日期的样本数据，推断其总体分布是否与上述理论分布相吻合。 卡方检验方法可以根据样本数据，推断总体分布与期望分布或某一理论分布是否存在显著差异，是一种吻合性检验，通常适于对有多项分类值的总体分布的分析。它的原假设是：样本来自的总体分布与期望分布或某一理论分布无差异。 二项分布检验 在生活中有很多数据的取值是二值的，例如，人群可以分成男性和女性，产品可以分成合格和不合格，学生可以分成三好学生和非三好学生，投掷硬币实验的结果可以分成出现正面和出现反面等。通常将这样的二值分别用1或0表示。如果进行n次相同的实验，则出现两类（1或0）的次数可以用离散型随机变量X来描述。如果随机变量X为1的概率设为P，则随机变量X值为0的概率Q便等于1-P，形成二项分布。 SPSS的二项分布检验正是要通过样本数据检验样本来自的总体是否服从指定的概率为P的二项分布，其原假设是：样本来自的总体与指定的二项分布无显著差异。 从某产品中随机抽取23个样品进行检测并得到检测结果。用