参数检验与非参数检验.docVIP

一．单因素方差分析　（one-way ANOVA）,用于完全随机设计的多个样本均数间的比较，其统计推断是推断各样本所代表的各总体均数是否相等。 完全随机设计（completely random design）不考虑个体差异的影响，仅涉及一个处理因素，但可以有两个或多个水平，所以亦称单因素实验设计。在实验研究中按随机化原则将受试对象随机分配到一个处理因素的多个水平中去，然后观察各组的试验效应；在观察研究（调查）中按某个研究因素的不同水平分组，比较该因素的效应。 二． T检验，亦称student t检验（Students t test），主要用于样本含量较小（例如n30），HYPERLINK /view/928718.htm总体标准差σ未知的HYPERLINK /view/45379.htm正态分布资料。t检验是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著。它与Z检验、卡方检验并列。 t检验 t检验分为单总体检验和双总体检验。 单总体t检验时检验一个样本平均数与一个已知的总体平均数的差异是否显著。当总体分布是正态分布，如总体标准差未知且样本容量小于30，那么样本平均数与总体平均数的离差统计量呈t分布。 单总体t检验统计量为： HYPERLINK /picview/557340/557340/0/72f082025aafa40fa8d6f57eab64034f78f01904.html HYPERLINK /picview/557340/557340/0/ac6eddc451da81cbf297b86e5266d0160924311b.html 双总体t检验是检验两个样本平均数与其各自所代表的总体的差异是否显著。双总体t检验又分为两种情况，一是独立样本t检验，一是配对样本t检验。 独立样本t检验统计量为： HYPERLINK /picview/557340/557340/0/5bafa40f4bfbfbed4e2b0ddc78f0f736afc31f26.html S1 和 S2 为两样本方差；n1 和n2 为两样本容量。（上面的公式是1/n1 + 1/n2 不是减！） 配对样本t检验统计量为： HYPERLINK /picview/557340/557340/0/b3119313b07eca803c5b0244912397dda1448332.html t检验的适用条件 (1) 已知一个总体均数； (2) 可得到一个样本均数及该样本标准差； (3) 样本来自正态或近似正态总体。 t检验步骤 以单总体t检验为例说明: 问题：难产儿出生体重n=35， X拔=3.42，S =0.40，一般婴儿出生体重μ0=3.30（大规模调查获得），问相同否？ 　 解：1.建立假设、确定检验水准α 　 H0：μ = μ0 （无效假设，null hypothesis） 　 H1：μ ≠ μ0（备择假设,alternative hypothesis，） 　 双侧检验，检验水准:α=0.05 　 2.计算检验统计量 HYPERLINK /picview/557340/557340/0/8d5494eef01f3a29c95151f89825bc315c607c6f.html 3.查相应界值表，确定P值，下结论 　 查附表1，t0.05 / 2.34 = 2.032,t t0.05 / 2.34,P 0.05，按α=0.05水准，不拒绝H0，两者的差别无统计学意义 HYPERLINK /picview/557340/557340/0/6c224f4a20a4462381b222549922720e0cf3d788.html 例：某校二年级学生期中英语考试成绩，其平均分数为73分，标准差为17分，期末考试后，随机抽取20人的英语成绩，其平均分数为79.2分。问二年级学生的英语成绩是否有显著性进步？ 检验步骤如下： 第一步 建立原假设 =73 第二步 计算 值 第三步 判断 因为，以0.05为显著性水平， ，查 值表，临界值 ，而样本离差的 1.63小与临界值2.093。所以，接受原假设，即进步不显著。 2.双总体 检验 双总体 检验是检验两个样本平均数与其各自所代表的总体的差异是否显著。双总体 检验又分为两种情况，一是相关样本平均数差异的显著性检验，用于检验匹配而成的两组被试获得的数据或同组被试在不同条件下所获得的数据的差异性，这两种情况组成的样本即为相关样本。二是独立样本平均数的显著性检验。各实验处理组之间毫无相关存在，即为独立样本。该检验用于检验两组非相关样本被试所获得的数据的差异性。 注意事项：1、选用的检验方法必须符合其适用条件(注意：t检验的前提是资料服从正态分布) 。理论上，即使样本量很小时，也可以进行t检验。（如样本量为1