文档介绍：Created by Fawiut 《万卷方法》读书报告分组比较的统计分析引言——?“在统计学中,一种解释的可信度并非来自于它本身的绝对解释力,而是来自于它相对于其他解释所具有的竞争力。”——高勇目录 1 全书脉络简介 2 重点方法选讲应用研究实例 3全书脉络简介?《分组比较的统计分析》一书,把近年来发展起来的用于比较的一系列统计方法汇集在一起, 将它们作了系统地介绍。?这些统计模型和统计方法包括: 均值比较、方差分析贝叶斯方法、层次方法双重广义线性模型、相对分布方法最原始、最简单最新发展起来?比较的内容?分布。比较多个经验分布之间的差异。?数据结构。在各组中找不到差异时,可能这种一致性已经存在数据结构中。?模型结构。变量之间的关系在不同的分组中选用不同的模型来表示。?模型参数。在一个模型中,测量参数、结构参数、截距等等,都可以进行比较。全书脉络简介?全书的研究思路?线性模型中的比较:比较两个均值、方差分析、多重比较方法、多元线性回归。?非参数比较:非参数检验、再抽样法。?比率的比较:数据及其标准化。?广义线性模型中的比较:对数单位模型、风险率模型。?结构方程模型中的比较:多元分布、协方差矩阵。?类别潜变量的比较:潜类模型、潜特质模型。?多水平分析中的比较:线性多水平模型、广义线性多水平模型。全书脉络简介?全书特点总评?涉及的比较模型和比较方法很广泛,从最原始的比较方法到最新发展起来的方法均有介绍。?方法介绍的详略程度不一,对于新发展起来的方法, 进行了十分详尽的介绍。?对于计算量很大的方法,提供了详细的计算机程序(如 SAS )的示例。?各种方法的介绍相对独立。?案例较少,很多方法仅有对方法的描述。?语言问题。全书脉络简介?线性模型中的比较?单因素 ANOVA ?非参数比较? K-S 检验?自助法?广义线性模型中的比较?风险率模型?似然比检验?贝叶斯广义线性模型重点方法选讲?线性模型中的比较——单因素 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。?组间平方和: ?组内平方和: ?总平方和: ?统计量: 重点方法选讲不考虑个体差异的影响,仅涉及一个处理因素,可以有两个或多个水平。( 1, ) F n N n ?? ??线性模型中的比较——单因素 ANOVA ?例: 重点方法选讲