统计分析和prism软件使用.pptxVIP

统计基础和prism软件使用;目录;The Gaussian Distribution;The Central Limit Theorem;一、统计量（Descriptive Statistics：column statistics in prism）;Measures of Location: Mean;Measures of Dispersion: Variance;Measures of Dispersion:Standard Deviation;标准偏差（SD） 和标准误（ SEM）;Should we show standard deviation or standard error?;Precision of the Mean;CI: A Practical Example;Interpret CI of a mean;SD/SEM/95% CI error bars;二、The Null Hypothesis(假设检定）;检验统计量 用于假设检验问题的统计量称为检验统计量。 与参数估计相同，需要考虑： 总体是否正态分布； 大样本还是小样本； 总体方差已知还是未知。;假设检验的一些基本概念;例：?＝0.05时的接受域和拒绝域;假设检验的一些基本概念;假设检验中的单侧检验示意图;假设检验的一些基本概念;(1)?与?是两个前提下的概率。即?是拒绝原假设H0时犯错误的概率，这时前提是H0为真； ?是接受原假设H0时犯错误的概率，这时前提是H0为伪。所以? ＋?不等于1。(2)对于固定的n,?与?一般情况下不能同时减小。对于固定的n, ?越小, Z?/2越大,从而接受假设区间(-Z?/2, Z?/2)越大,H0就越容易被接受,从而“取伪”的概率?就越大; 反之亦然。即样本容量一定时，“弃真”概率?和“取伪”概率?不能同时减少，一个减少，另一个就增大。; (3)要想减少?与?,一个方法就是要增大样本容量n。;Statistical Power（统计功效）;Hypothesis Testing;Nonparametric tests and parametric tests（参数检验和非参数检验）;使用服从t分布的统计量检验正态总体平均值的方法。是定量资料分析中最常用的假设检验方法;t检验类型;适用于样本均数与已知总体均数μ0的比较,其比较目的是检验样本均数所代表的总体均数μ是否与已知总体均数μ0有差别。 已知总体均数μ0一般为标准值、理论值或经大量观察得到的较稳定的指标值。 单样t检验的应用条件是总体标准?未知的小样本资料( 如n50),且服从正态分布。 ;二、配对设计均数比较的t检验（配对t检验）;案例1;独立样本：又称非配对样本或成组样本。是指一组数据与另一组数据没有任何关系，也就是说，两样本资料是相互独立的。 两???的样本容量尽可能相同，可以提高检验的精确度。 其均数差异显著性的t检验，又分为两总体方差相等（方差齐性）和方差不等两种检验方法（Levene’s Test for equality of variance）。 若两总体方差不等,即方差不齐，可采用t’检验,或进行变量变换,或用秩和检验方法处理。 ;案例2;nonparametric test;总结;2020/2/2; 在试验中所考虑的因素只有一个时，称为单因素实验。 它是最简单的一种，它适用于只研究一个试验因素的资料，目的在于正确判断该试验因素各处理的相对效果（各水平的优劣） 1.各样本是相互独立的随机样本； 2.各样本数据均服从正态分布； 3.相互比较的各样本的总体方差相等， 即方差齐性(homogeneity of variance)。 ;;案例3;2020/2/2;案例4;线性回归和prism软件应用;r2, a measure of goodness-of-fit of linear regression;How is r2 calculated?;案例5