文档介绍：回归分析
回归分析的目的
相关分析和回归分析的区别
回归分析的步骤
回归分析的分类
残差分析
回归分析的使用条件
上节回顾
第7讲 非参数检验(一)
一、非参数检验概念
参数检验与非参数检验
通过样本对总体作推论的方法主要分为两类:即参数检验和非参数检验。
参数检验的方法通常都是基于某些前提假设才成立,例如总体分布的正态性、多个样本的方差齐性等。
非参数检验的方法对数据分布没有要求,适于参数检验方法的数据都可以用非参数检验的方法进行检验。
有研究表明,非参数检验方法的统计效能大约为参数检验方法的95%,这是一个能接受的水平。
一、非参数检验概念
非参数检验概念(非参数检验:Nonparametric Tests,简称NPAR TEST)
非参数检验是在不了解样本分布时检验所研究的数据是否来自同一总体假设的一种检验方法。
一、非参数检验概念
非参数检验适用的变量类型
定类数据:Nominal Data(例如:性别、籍贯等)
定序数据:Ordinal Data(例如:教育程序等)
定距数据:Interval Data(例如:年龄、每月收入)
定比数据:Radio Data(也称比例数据,例如:质量、高度)
一、非参数检验概念
非参数检验方法分类
根据非参数检验所涉及的样本数量,可将非参数检验分为
单样本非参数检验
卡方检验(Chi-Squar):检验样本观测频数与期望频数之间是否存在显著差异
二项分布检验(Binomial):检验观测数据是否来自二项分布总体的一种检验方法
游程检验(Run):检验一个变量的2个值(0和1)的分布是否呈随机分布
单个样本K-S检验:检验样本数据是否服从特定的分布(正态、泊松、均匀和指数分布)
双样本非参数检验
多样本非参数检验
二、单样本非参数检验
本节课重点
单样本非参数检验
卡方检验(Chi-Square)
二项分布检验(Binomial)
游程检验(Runs)
单个样本K-S检验
下一节内容
卡方检验
三、卡方检验( 检验)
检验样本观察值的频数与期望频数之间是否存在显著性差异。也称为拟合优度检验(Chi-Aquare Goodness-of-Fit Test)
例如:检验骰子的质量是否合格,通过检验骰子各点出现的概率是否均为1/6。
是观测频数, 是期望频数
三、卡方检验
3. H0原假设:样本来自的总体分布形态与期望分布(或理论分布)不存在显著差异。
由于该统计量服从k-1个自由度的分布,SPSS将根据分布表给出统计量对应的相伴概率值。
如果相伴概率值小于或等于用户设想的显著性水平α,则拒绝H0,认为样本来自总体的分布形态与期望分布形态或理论分布形态之间存在显著性差异。
相反,如果相伴概率值大于显著性水平α,则接受H0,认为样本来自总体的分布形态与期望分布形态或理论分布形态之间不存在显著性差异。