如何選擇統計方法 2

如何選擇統計方法 2

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。
第三步: 統計方法分參數(parametric)分析及無母數(non-parametric)分析兩大類。參數分析需要顧及資料是否為常態分布、是否有相同變異數、是否有離群值(outlier)等許多前提假設。無母數分析則無需顧及前提假設。因此，前提假設不符合時使用無母數分析。
以下為本站無母數分析統計方法網頁聯結。
類別1. 比較平均值(mean)或中位數(median)
1.1. 單一樣本(與期望值或特定值相比)

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)

1.2. 兩組獨立樣本(兩組獨立樣本相比)

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)

1.3. 兩組成對樣本(兩組成對樣本相比)

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

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)

類別3. 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。

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

類別4. 相關係數，自變數與因變數之間有無相關。

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)

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

類別5. 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。

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)

留言

張貼留言

這個網誌中的熱門文章

統計不球人 目錄 (Table of Contents)

用 R 做生醫資料科學   (Biomedical Data Science using R) 如何選擇統計方法 1 如何選擇統計方法  2 ***************************   第一段 : 起手式   ****************************** 套路 0: 安裝 R 不球人 套路 1: R 算統計不球人 ， 使用 R 函數 套路 2: 使用 ggplot2 繪圖 (Graphics using ggplot2) 套路 3: 敘述性統計 (Descriptive Statistics) 套路 4: 如何檢查資料是否接近常態分布 (Check Normality using R) 套路 5: 機率分布 (Probability Distributions) ***************************   第二段 : 比較平均值、中數   *************************** 套路 6: 單一樣本 Z 檢定 (One-Sample Z test) 套路 7: 單一樣本 t 檢定 (One-Sample t test) 套路 8: 單一樣本 Wilcoxon signed-rank 檢定 ( One-Sample Wilcoxon signed-rank test ， non-parametric ) 套路 9: 單一樣本符號檢定 (One Sample Sign test) 套路 10: 兩組獨立樣本 Z 檢定 (Two-Sample Z Test) 套路 11: 兩組變異數相同獨立樣本 t 檢定 ( t Test for Two-Samples with Equal Variances) 套路 12: 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) 套路 13: 成對樣本 t 檢定 (Paired Sample t test) 套路 14: 兩組獨立樣本曼恩 - 惠尼 U 檢定 (Two-Sample Mann–Whitney U Tes
閱讀完整內容

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) H 0 。 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 (Pai
閱讀完整內容

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

圖片
套路 4: 如何檢查資料是否接近常態分布 (Check Normality using R) 1. 使用時機 : 包括相關性，回歸， t 檢定和變異數分析 (ANOVA) 在內的許多統計檢定都假定數據具有某些特徵，例如需要數據為常態分佈或接近常態分佈。這些檢定稱為母數分析 (parametric tests) ，因為它們的有效性取決於數據的分佈。在使用母數分析之前，我們應該執行一些初步測試以確保資料符合檢定的假設前提。如果資料違反假設前提，建議使用無母數分析 (non-parametric tests) 。 2. 分析類型 : 母數分析 (parametric analysis) 。 3. 資料範例 : 咪路調查淡水河口彈塗魚的體長 (cm) ，資料如下 :    14.3, 15.8, 14.6, 16.1, 12.9, 15.1, 17.3, 14.0, 14.5, 13.9, 16.2, 14.3, 14.6, 13.3, 15.5, 11.8, 14.8, 13.5, 16.3, 15.4, 15.5, 13.9, 10.7, 14.8, 12.9, 15.4 4. 畫圖看資料分布 :    第一步 : 用小 c 將資料放入名稱為 Len 的 vector (R 最基本資料結構 ) 。用 rep 函數產生與資料相同數目的 (26 個 ) 大寫 F 放入名稱為 Fish 的 vector ，再組合成名稱為 dat 的 data frame 。      Len <- c(14.3, 15.8, 14.6, 16.1, 12.9, 15.1, 17.3, 14.0, 14.5, 13.9, 16.2, 14.3, 14.6, 13.3, 15.5, 11.8, 14.8, 13.5, 16.3, 15.4, 15.5, 13.9, 10.7, 14.8, 12.9, 15.4)      Fish <- rep("F", 26) dat <- data.frame(Len, Fish)    第二步 : 安裝 ggplot2 程式套件。    第三步 : 呼叫 ggplot2 程式套件備用。     library(ggplot2)    第四步
閱讀完整內容