如何選擇統計方法 1

如何選擇統計方法 1

第一步: 選擇統計方法可依照統計方法用途的分類來選擇統計方法。

第二步: 要了解確認統計方法的用途可看他的虛無假設(Null hypothesis)H₀。

以下為統計方法用途分類及本站網頁聯結。

類別1. 對資料進行基本分析，以了解資料的大概情況(summary)，例如平均值、中位數、四分位數、有無離群值(outlier)及是否為常態分布等…

敘述性統計 (Descriptive Statistics)

如何檢查資料是否接近常態分布 (Normality Test using R)

類別2. 比較平均值(mean)或中位數(median)

2.1. 單一樣本(與期望值或特定值相比)

單一樣本Z檢定 (One-Sample Z test)

單一樣本t檢定 (One-Sample t test)

單一樣本Wilcoxon signed-rank 檢定 (One-Sample Wilcoxon signed-rank test)

單一樣本符號檢定 (One Sample Sign test)

2.2. 兩組獨立樣本(兩組獨立樣本相比)

兩組獨立樣本Z檢定 (Two-Sample Z Test)

兩組變異數相同樣本t檢定 (t Test for Two-Samples with Equal Variances)

兩組變異數不同樣本t檢定 (t Test for Two-Samples with Unequal Variances，Welch Two Sample t-test)

兩組獨立樣本曼恩-惠尼U檢定 (Two-Sample Mann-Whitney U Test)

比較兩組獨立次序資料 (Two-Sample Test for Ordinal Data)

兩組獨立樣本Mood's中位數檢定 (Two-Sample Mood's Median Test)

2.3. 兩組成對樣本(兩組成對樣本相比)

成對樣本t檢定 (Paired Sample t test)

成對樣本曼恩-惠尼U檢定 (Mann-Whitney U Test for Paired Data)

成對樣本符號檢定 (Sign test for Paired-Sample Data)

類別3. 變異數分析(analysis of variance)，比較多組資料的平均值(mean)或中位數(median)。

3.1. 單因子(one factor)

相同變異數單因子變異數分析 (One Way ANOVA)

不同變異數單因子變異數分析 (Welch's Test for Analysis of Variance)

單因子多樣本中位數差異檢定 (Kruskal-Wallis test)

單因子多樣本中位數差異檢定 (Mood's Median Test)

3.2. 雙因子或多因子(two or more factors)

雙因子變異數分析 (Two Way ANOVA)

三因子變異數分析 (Three Way ANOVA)

類別4. 比較比例(proportion)，資料為比例。

單一比例檢定 (One-Proportion test)

比較兩組比例 (Comparing Two-Proportions)

比較多組比例 (Comparing Multiple-Proportions)

類別5. 二分變量(dichotomous variable)分析，資料為二分變量。

單一比例檢定 (One-Proportion test)

比較兩組比例 (Comparing Two-Proportions)

比較多組比例 (Comparing Multiple-Proportions)

Phi係數 (Phi coefficient)

類別6. 比較變異數(variances)或變異係數(coefficient of variation)，相同變異數表示樣本來自相同母體(population)，不同變異數表示樣本來自不同母體。

比較兩組變異數F檢定 (F test for Comparing Two Variances)

比較二或多組變異數Bartlett’s檢定 (Bartlett’s Test for Comparing Two or More Variances)

比較二或多組變異數Levene’s檢定 (Levene’s Test for Comparing Two or More Variances)

比較二或多組變異數Fligner-Killeen檢定 (Fligner-Killeen Test for Comparing Two or More Variances)

比較二或多組變異係數 (Comparing Two or More Coefficient of Variation)

類別7. 相關係數，自變數與因變數之間有無相關。

皮爾森相關係數(Pearson correlation coefficient)

斯皮爾曼等級相關係數 (Spearman's rank correlation coefficient)

肯德爾等級相關係數 (Kendall tau rank correlation coefficient)

一致性相關係數(concordance correlation coefficient; CCC)

組內相關係數 (Intraclass correlation coefficient; ICC)

肯德爾一致性係數 (Kendall's coefficient of concordance; Kendall's W)

Point-biserial相關係數 (Point-biserial correlation coefficient)

類別8. 回歸(regression)分析，求回歸方程式，建立預測模型。

簡單直線回歸 (Simple Linear Regression)

比較兩組直線回歸方程式 (Comparing Two Simple Linear Regression Equations)

多項式回歸分析 (Polynomial Regression)

多元線性回歸分析 (Multiple Linear Regression)

邏輯迴歸分析 (Logistic Regression)

類別9. 適合度檢定(goodness of fit test)，類別資料分析(categorical data analysis)，單獨一組資料與期望值或特定值相比，或兩組資料相比。

卡方適合度檢定 (Chi-square Goodness of fit test)

似然比適合度檢定 (Log-likelihood Ratio Goodness of fit test)

卡方適合度檢定: 異質性檢定1 (Chi-Square Goodness of Fit: Test of Heterogeneity 1)

單一樣本柯爾莫哥洛夫-斯米爾諾夫適合度檢定 (One Sample Kolmogorov-Smirnov Goodness of fit test)

兩組樣本柯爾莫哥洛夫-斯米爾諾夫適合度檢定 (Two Sample Kolmogorov-Smirnov Goodness of fit test)

類別10. 列聯表(contingency table)，類別資料分析(categorical data analysis)，兩組或多組資料檢驗不同變數因子間是彼此獨立(無關)還是相關。

列聯表: 卡方獨立檢定 (Contingency Table: Chi-square Test of Independence)

列聯表: 似然比獨立檢定 (Contingency Table: Log-likelihood Ratio Test of Independence)

費雪正確性檢定 (Fisher's exact test)

列聯表: 異質性檢定 2 (Contingency Table: Test of Heterogeneity 2)

類別11. 資料視覺化(data visualization)。

使用ggplot2畫大餅圖 (Pie Chart using ggplot2)

使用ggplot2畫盒鬚圖 (Box plots)

使用ggplot2畫點圖 (Dot plots)

使用ggplot2畫帶狀圖(Stripcharts)

使用ggplot2畫XY散布圖(Scatter plots using ggplot2)