16种统计分析方法.pdf

16 种常用的数据分析方法汇总 分类： 数据分析 评论 (0) 经常会有朋友问到一个朋友， 数据分析常用的分析方法有哪些， 我需要学习哪个 等等之类的问题，今天 数据分析精选 给大家整理了十六种常用的 数据分析方法 ， 供大家参考学习。 一、描述统计 描述性统计是指运用制表和分类， 图形以及计筠概括性数据来描述数据的集中趋 势、离散趋势、偏度、峰度。 1、缺失值填充：常用方法：剔除法、均值法、最小邻居法、比率回归法、决策 树法。 2、正态性检验：很多统计方法都要求数值服从或近似服从正态分布，所以之前 需要进行正态性检验。常用方法：非参数检验的 K-量检验、 P-P 图、Q-Q 图、W 检验、动差法。 二、假设检验 1、参数检验 参数检验是在已知总体分布的条件下 （一股要求总体服从正态分布） 对一些主要 的参数 (如均值、百分数、方差、相关系数等）进行的检验 。 1）U 验 使用条件：当样本含量 n 较大时，样本值符合正态分布 2 ）T 检验 使用条件：当样本含量 n 较小时，样本值符合正态分布 A 单样本 t 检验：推断该样本来自的总体均数 μ与已知的某一总体均数 μ0 (常为 理论值或标准值 )有无差别； B 配对样本 t 检验：当总体均数未知时，且两个样本可以配对，同对中的两者在 可能会影响处理效果的各种条件方面扱为相似； C 两独立样本 t 检验：无法找到在各方面极为相似的两样本作配对比较时使用。 2、非参数检验 非参数检验则不考虑总体分布是否已知， 常常也不是针对总体参数， 而是针对总 体的某些一股性假设 （如总体分布的位罝是否相同， 总体分布是否正态） 进行检 验。 适用情况：顺序类型的数据资料，这类数据的分布形态一般是未知的。 A 虽然是连续数据，但总体分布形态未知或者非正态； B 体分布虽然正态，数据也是连续类型，但样本容量极小，如 10 以下； 主要方法包括：卡方检验、秩和检验、二项检验、游程检验、 K-量检验等。 三、信度分析 检査测量的可信度，例如调查问卷的真实性。 分类： 1、外在信度：不同时间测量时量表的一致性程度，常用方法重测信度 2、内在信度；每个量表是否测量到单一的概念，同时组成两表的内在体项一致 性如何，常用方法分半信度。 四、列联表分析 用于分析离散变量或定型变量之间是否存在相关。 对于二维表，可进行卡方检验，对于三维表，可作 Mentel-Hanszel 分层分析。 列联表分析还包括配对计数资料的卡方检验、行列均为顺序变量的相关检验。 五、相关分析 研究现象之间是否存在某种依存关系， 对具体有依存关系的现象探讨相关方向及 相关程度。 1、单相关： 两个因素之间的相关关系叫单相关， 即研究时只涉及一个自变量和 一个因变量； 2、复相关 ：三个或三个以上因素的相关关系叫复相关， 即研究时涉及两个或两 个以上的自变量和因变量相关； 3、偏相关：在某一现象与多种现象相关的场合，当假定其他变量不变时，其中 两个变量之间的相关关系称为偏相关。 六、方差分析 使用条件： 各样本须是相互独立的随机样本； 各样本来自正态分布总体； 各总体 方差相等。 分类 1、单因素方差分析：一项试验只有一个影响因素，或者存在多个影响因素时， 只分析一个因素与响应变量的关系 2、多因素有交互方差分析：一顼实验有多个影响因素，分析多个影响因素与响 应变量的关系，同时考虑多个影响因素之间的关系 3、多因素无交互方差分析：分析多个影响因素与响应变量的关系，但是影响因 素之间没有影响关系或忽略影