两个独立样本方差相等是什么意思
发布网友
发布时间:2023-05-03 17:45
我来回答
共1个回答
热心网友
时间:2023-11-12 18:36
⑴计量资料:定量方法测定数值大小所得的资料,如身高,含有单位。
⑵计数资料:按性质或类别分组,然后计数,其又分为两类:①二分类,如性别(可用数字0,1代替);②无序多分类,如
血型。
⑶等级分组资料:具有计数资料的特性,又有半定量的性质(“+
,
-”表示)。如医学上cancer分期。
理解一下内容:
(1)抽样误差:由抽样造成的样本均数和总体均数的差异,是不可避免的。所以就产生了样本均数标准差即均数的标准误。而样本在实际选取时,会产生样本本身s(标准差)的不同,所以就会产生z值的不同,此时用t值代替Z值。中心极限定理:在样本含量n很大(>=50)的情况下,无论原始测量变量服从什么分布,
的抽样分布都近似服从正态分布N(μ,△2)
(2)假设检验:即显著性检验,是统计推断的重要内容,比较总体参数之间有无差别。首先对所需比较的总体提出一个无差别假设,然后通过样本数据去推断是否拒绝这一假设。而t检验本身的定义是:T检验,亦称student
t检验(Student's
t
test),主要用于样本含量较小(例如n<30),总体标准差σ未知的正态分布资料。
(3)t检验的前提条件:①样本含量小(n<30);②样本取自正态总体;③两总体方差齐。
所以t检验是首先是假设检验,她是相对总体而言,判断是否来自一个总体,若非来自同一个一个总体,就不能进行t检验了。就像苹果与燕窝哪一个好看,不是同类的事物,如何比较?统计学上有三要素:同质,变异,对象。知道不道不?“如果方差不相等。会有什么后果呢?”唯一的后果就是结果错了!原因就是:不是t检验的应用前提条件。建议多看看定义,最重要的是明白统计方法怎么来的。
所以此时需要进行对两组数据做对数转换或倒数转换等等后再进行t检验,或者直接用非参数检验。
举个例子,医学上病毒抗体低度,本身数据不是正态分布,但是其对数服从正态分布。所以其假设是:Ho:两种疫苗的总体
几何均数对数值
相等;H1:两种疫苗的总体
几何均数对数值
不相等。
备注:每种分析检验,都是有她的本源。若是脱离本源,来谈别的问题,是不科学的。