【正文】 常用顯著性檢驗(yàn)　　　　適用于計(jì)量資料、正態(tài)分布、方差具有齊性的兩組間小樣本比較。包括配對資料間、樣本與均數(shù)間、兩樣本均數(shù)間比較三種，三者的計(jì)算公式不能混淆?！　?9。檢驗(yàn)　　應(yīng)用條件與t檢驗(yàn)大致相同，但t′檢驗(yàn)用于兩組間方差不齊時(shí)，t′檢驗(yàn)的計(jì)算公式實(shí)際上是方差不齊時(shí)t檢驗(yàn)的校正公式?！　　　?yīng)用條件與t檢驗(yàn)基本一致，只是當(dāng)大樣本時(shí)用U檢驗(yàn)，而小樣本時(shí)則用t檢驗(yàn)，t檢驗(yàn)可以代替U檢驗(yàn)?！　　　∮糜谡龖B(tài)分布、方差齊性的多組間計(jì)量比較。常見的有單因素分組的多樣本均數(shù)比較及雙因素分組的多個(gè)樣本均數(shù)的比較，方差分析首先是比較各組間總的差異，如總差異有顯著性，再進(jìn)行組間的兩兩比較，組間比較用q檢驗(yàn)或LST檢驗(yàn)等?！　　　∈怯?jì)數(shù)資料主要的顯著性檢驗(yàn)方法。用于兩個(gè)或多個(gè)百分比(率)的比較。常見以下幾種情況：四格表資料、配對資料、多于2行*2列資料及組內(nèi)分組X2檢驗(yàn)?！　　　∮糜谟?jì)數(shù)資料。是當(dāng)實(shí)驗(yàn)組或?qū)φ战M中出現(xiàn)概率為0或100％時(shí)，X2檢驗(yàn)的一種特殊形式。屬于直接概率計(jì)算法。　　、秩和檢驗(yàn)和Ridit檢驗(yàn)　　三者均屬非參數(shù)統(tǒng)計(jì)方法，共同特點(diǎn)是簡便、快捷、實(shí)用?？捎糜诟鞣N非正態(tài)分布的資料、未知分布資料及半定量資料的分析。其主要缺點(diǎn)是容易丟失數(shù)據(jù)中包含的信息。所以凡是正態(tài)分布或可通過數(shù)據(jù)轉(zhuǎn)換成正態(tài)分布者盡量不用這些方法?！　　　∮糜谟?jì)量資料、正態(tài)分布、兩組間多項(xiàng)指標(biāo)的綜合差異顯著性檢驗(yàn)。 計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)方法討論計(jì)量經(jīng)濟(jì)學(xué)中的檢驗(yàn)方法多種多樣，而且在不同的假設(shè)前提之下，使用的檢驗(yàn)統(tǒng)計(jì)量不同，在這里我論述幾種比較常見的方法。在討論不同的檢驗(yàn)之前，我們必須知道為什么要檢驗(yàn)，到底檢驗(yàn)什么？如果這個(gè)問題都不知道，那么我覺得我們很荒謬或者說是很模式化。檢驗(yàn)的含義是要確實(shí)因果關(guān)系，計(jì)量經(jīng)濟(jì)學(xué)的核心是要說因果關(guān)系是怎么樣的。那么如果兩個(gè)東西之間沒有什么因果聯(lián)系，那么我們尋找的原因就不對。那么這樣的結(jié)果是沒有什么意義的，或者說是意義不大的。那么檢驗(yàn)對于我們確認(rèn)結(jié)果非常的重要，也是評價(jià)我們的結(jié)果是否擁有價(jià)值的關(guān)鍵因素。所以要做統(tǒng)計(jì)檢驗(yàn)。t檢驗(yàn)，t檢驗(yàn)主要是檢驗(yàn)單個(gè)ols估計(jì)值或者說是參數(shù)估計(jì)值的顯著性，什么是顯著性？也就是給定一個(gè)容忍程度，一個(gè)我們可以犯錯(cuò)誤的限度，錯(cuò)誤分為兩類：本來是錯(cuò)的但是我們認(rèn)為是對的。本來是對的我們認(rèn)為是錯(cuò)的。統(tǒng)計(jì)的檢驗(yàn)主要是針對第一種錯(cuò)誤而言的。一般的計(jì)量經(jīng)濟(jì)學(xué)中的這個(gè)容忍程度是5%，也就是說可以容忍我們范第一類錯(cuò)誤的概率是5%。這樣說不準(zhǔn)確，但是比較好理解。tstastic是類似標(biāo)準(zhǔn)正態(tài)化的正態(tài)分布兩一樣，也就是估計(jì)值減去假設(shè)值除以估計(jì)值得標(biāo)準(zhǔn)差，一般假設(shè)值是0，這一點(diǎn)不難理解，如果是0 ，那么也就意味著沒有因果關(guān)系。這個(gè)tstatic在經(jīng)典假設(shè)之下服從t分布。t分布一般是和正態(tài)分布差不多，尤其是當(dāng)樣本的量足夠大的時(shí)候，一般的經(jīng)驗(yàn)認(rèn)為在樣本數(shù)量大于120的時(shí)候，就可以看成是正態(tài)分布的。Fstatistc：F檢驗(yàn)是屬于聯(lián)合檢驗(yàn)比較重要的一種，主要的目的是用于對于一系列的原因的是否會產(chǎn)生結(jié)果這樣一個(gè)命題做出的檢驗(yàn)。F統(tǒng)計(jì)量主要的產(chǎn)生來源是SSR\SST\SSE三個(gè)量。但是這個(gè)檢驗(yàn)有一個(gè)缺點(diǎn)是必須在經(jīng)典假設(shè)之下才能有效。LM檢驗(yàn)：這個(gè)檢驗(yàn)的性質(zhì)和F檢驗(yàn)的性質(zhì)是一樣的，都是檢驗(yàn)聯(lián)合顯著性的，不同的是F統(tǒng)計(jì)量符合F分布，但是LM統(tǒng)計(jì)量服從卡方分布。卡方分布是正態(tài)分布的變量的平方和，而F分布是卡方分布的商，并且分子和分布必須獨(dú)立，這就是為什么F檢驗(yàn)適用范圍受限的原因。LM=n*SSR、或者是LM=nSSR。至于其他的White檢驗(yàn)、Bruschpagan檢驗(yàn)（異方差的檢驗(yàn)方法）、還有序列相關(guān)的t檢驗(yàn)、DW檢驗(yàn)基本原來是相同的。關(guān)于異方差檢驗(yàn)、序列相關(guān)的檢驗(yàn)其中存在不同的地方，但是思想基本是相同的。關(guān)于異方差檢驗(yàn)的討論：Bruschpagan檢驗(yàn)：這個(gè)檢驗(yàn)的思路比較簡單，主要是要研究殘查和X之間的關(guān)系，給定這樣的一個(gè)方程：u=b0+b1*x1+……+bn*xn+u39。的回歸，其中進(jìn)行F檢驗(yàn)和LM檢驗(yàn)。如果檢驗(yàn)通過那么不存在異方差，如果不通過那么存在異方差。White檢驗(yàn)：這個(gè)檢驗(yàn)也是對異方差的檢驗(yàn)，但是這個(gè)檢驗(yàn)不同的是不僅對于X的一次方進(jìn)行回歸，而且考慮到殘查和x的平方還有Xi*Xj之間的關(guān)系。給定如下方程：u=b0+b1*y+b2*y^2+u39。也是用F和LM聯(lián)合檢驗(yàn)來檢驗(yàn)顯著性。如果通過那么不存在異方差，否則存在。序列相關(guān)的檢驗(yàn)方法的討論：對于時(shí)間序列的問需要知道一個(gè)東西，也就是一介自回歸過程，也就是一般在教科書中說到的：AR(1)過程，其中的道理主要是說在當(dāng)期的變量主要是取決于過去一個(gè)時(shí)期的變量和一個(gè)隨機(jī)誤差項(xiàng)。表示如下：Ut=p*U(t1)+et。在這里我要說到幾個(gè)概念問題，I(1)（一階積整）、I(0)（零階積整）。其中的一介自回歸過程AR(1)就屬于零階積整過程，而一階積整過程實(shí)際上是隨機(jī)游動(dòng)和飄移的隨機(jī)游動(dòng)過程。隨機(jī)游動(dòng)過程：Ut=U(t1)+et。也就是在AR(1)的過程之下，其中的P是等于1的。飄移的隨機(jī)游動(dòng)過程：Ut=a+U(t1)+et。其中隨機(jī)游動(dòng)過程和AR(1)過程中的不同點(diǎn)在于一個(gè)弱相依性的強(qiáng)弱問題，實(shí)際上我們在時(shí)間序列問題中，我們可以認(rèn)為任何一個(gè)過程是弱相依的，但是問題的關(guān)鍵是我們不知道到底有多弱？或者更加直觀地說，我們想知道P到底是多大，那么可能我們可以認(rèn)為這個(gè)時(shí)間序列有高度持久性，這個(gè)概念表示當(dāng)期的變量卻絕于一個(gè)很早的時(shí)期的變量，比如一階積整過程，實(shí)際上et是一個(gè)獨(dú)立統(tǒng)分布的變量，而且條件數(shù)學(xué)期望等于0，沒有異方差性。那么實(shí)際上這個(gè)序列的數(shù)學(xué)期望是和期數(shù)沒有什么關(guān)系的。那么也就意味著從第0期開始，U的數(shù)學(xué)期望值就是和很久以后的U的數(shù)學(xué)期望值一樣的。但是方差就不同了，方差隨著時(shí)間的增加不斷擴(kuò)大。我們知道了，這種不同的概念就可以討論在一階自回歸的條件之下的檢驗(yàn)問題，但是我們說一介自回歸的過程是參差序列的特征而已，其他的變量的特征問題我們不談。在討論檢驗(yàn)的問題以前，我有必要交待一下時(shí)間序列在ols估計(jì)的時(shí)候我們應(yīng)該注意什么。實(shí)際上解決序列自相關(guān)問題最主要的問題就是一個(gè)差分的方法。因?yàn)槿绻情L期持久的序列或者是不是長期持久的序列，那么一定的差分就可以解除這種問題。t檢驗(yàn)。如果我們知道這個(gè)變量是一個(gè)一介自回歸的過程，如果我們知道自回歸過程是AR(1)的。那么我們就可以這樣作，首先我們做OLS估計(jì)，得到的參差序列我們認(rèn)為是一階自相關(guān)的。那么為了驗(yàn)證這種情況，那么我們可以做Ut和U(t1)的回歸，當(dāng)然這里可以包含一個(gè)截距項(xiàng)。那么我們驗(yàn)證其中的參數(shù)的估計(jì)是不是顯著的，就用t檢驗(yàn)。 t檢驗(yàn)與F檢驗(yàn)有什么區(qū)別 ，配對t檢驗(yàn)和兩樣本t檢驗(yàn)。單樣本t檢驗(yàn)：是用樣本均數(shù)代表的未知總體均數(shù)和已知總體均數(shù)進(jìn)行比較，來觀察此組樣本與總體的差異性。配對t檢驗(yàn)：是采用配對設(shè)計(jì)方法觀察以下幾種情形，1，兩個(gè)同質(zhì)受試對象分別接受兩種不同的處理；2,同一受試對象接受兩種不同的處理；3，同一受試對象處理前后。F檢驗(yàn)又叫方差齊性檢驗(yàn)。在兩樣本t檢驗(yàn)中要用到F檢驗(yàn)。從兩研究總體中隨機(jī)抽取樣本，要對這兩個(gè)樣本進(jìn)行比較的時(shí)候，首先要判斷兩總體方差是否相同，即方差齊性。若兩總體方差相等，則直接用t檢驗(yàn)，若不等，可采用t39。檢驗(yàn)或變量變換或秩和檢驗(yàn)等方法。其中要判斷兩總體方差是否相等，就可以用F檢驗(yàn)。，第一類是針對單組設(shè)計(jì)定量資料的；第二類是針對配對設(shè)計(jì)定量資料的；第三類則是針對成組設(shè)計(jì)定量資料的。后兩種設(shè)計(jì)類型的區(qū)別在于事先是否將兩組研究對象按照某一個(gè)或幾個(gè)方面的特征相似配成對子。無論哪種類型的t檢驗(yàn)，都必須在滿足特定的前提條件下應(yīng)用才是合理的。　　若是單組設(shè)計(jì)，必須給出一個(gè)標(biāo)準(zhǔn)值或總體均值，同時(shí)，提供一組定量的觀測結(jié)果，應(yīng)用t檢驗(yàn)的前提條件就是該組資料必須服從正態(tài)分布；若是配對設(shè)計(jì)，每對數(shù)據(jù)的差值必須服從正態(tài)分布；若是成組設(shè)計(jì)，個(gè)體之間相互獨(dú)立，兩組資料均取自正態(tài)分布的總體，并滿足方差齊性。之所以需要這些前提條件，是因?yàn)楸仨氃谶@樣的前提下所計(jì)算出的t統(tǒng)計(jì)量才服從t分布，而t檢驗(yàn)正是以t分布作為其理論依據(jù)的檢驗(yàn)方法。　　值得注意的是，方差分析與成組設(shè)計(jì)t檢驗(yàn)的前提條件是相同的，即正態(tài)性和方差齊性?！　檢驗(yàn)是目前醫(yī)學(xué)研究中使用頻率最高，醫(yī)學(xué)論文中最常見到的處理定量資料的假設(shè)檢驗(yàn)方法。t檢驗(yàn)得到如此廣泛的應(yīng)用，究其原因，不外乎以下幾點(diǎn)：現(xiàn)有的醫(yī)學(xué)期刊多在統(tǒng)計(jì)學(xué)方面作出了要求，研究結(jié)論需要統(tǒng)計(jì)學(xué)支持；傳統(tǒng)的醫(yī)學(xué)統(tǒng)計(jì)教學(xué)都把t檢驗(yàn)作為假設(shè)檢驗(yàn)的入門方法進(jìn)行介紹，使之成為廣大醫(yī)學(xué)研究人員最熟悉的方法；t檢驗(yàn)方法簡單，其結(jié)果便于解釋。簡單、熟悉加上外界的要求，促成了t檢驗(yàn)的流行。但是，由于某些人對該方法理解得不全面，導(dǎo)致在應(yīng)用過程中出現(xiàn)不少問題，有些甚至是非常嚴(yán)重的錯(cuò)誤，直接影響到結(jié)論的可靠性。將這些問題歸類，可大致概括為以下兩種情況：不考慮t檢驗(yàn)的應(yīng)用前提，對兩組的比較一律用t檢驗(yàn)；將各種實(shí)驗(yàn)設(shè)計(jì)類型一律視為多個(gè)單因素兩水平設(shè)計(jì)，多次用t檢驗(yàn)進(jìn)行均值之間的兩兩比較。以上兩種情況，均不同程度地增加了得出錯(cuò)誤結(jié)論的風(fēng)險(xiǎn)。而且，在實(shí)驗(yàn)因素的個(gè)數(shù)大于等于2時(shí)，無法研究實(shí)驗(yàn)因素之間的交互作用的大小。 u檢驗(yàn)和t檢驗(yàn)區(qū)別與聯(lián)系 u檢驗(yàn)和t檢驗(yàn)可用于樣本均數(shù)與總體均數(shù)的比較以及兩樣本均數(shù)的比較。理論上要求樣本來自正態(tài)分布總體。但在實(shí)用時(shí)，只要樣本例數(shù)n較大，或n小但總體標(biāo)準(zhǔn)差σ已知時(shí)，就可應(yīng)用u檢驗(yàn)；n小且總體標(biāo)準(zhǔn)差σ未知時(shí)，可應(yīng)用t檢驗(yàn)，但要求樣本來自正態(tài)分布總體。兩樣本均數(shù)比較時(shí)還要求兩總體方差相等。一、樣本均數(shù)與總體均數(shù)比較比較的目的是推斷樣本所代表的未知總體均數(shù)μ與已知總體均數(shù)μ0有無差別。通常把理論值、 檢驗(yàn)。（一）u檢驗(yàn)用于σ已知或σ未知但n足夠大[用樣本標(biāo)準(zhǔn)差s作為σ的估計(jì)值，代入式（）]時(shí)。以算得的統(tǒng)計(jì)量u，按表193所示關(guān)系作判斷。表193 u值、P值與統(tǒng)計(jì)結(jié)論α?。黷｜值　P值　統(tǒng)計(jì)結(jié)論　單側(cè)?。迹肌。尽〔痪芙^H0，差別無統(tǒng)計(jì)學(xué)意義　單側(cè)　≥≥　≤　拒絕H0，接受H1，差別有統(tǒng)計(jì)學(xué)意義　單側(cè)　≥≥　≤　拒絕