市場調研9-2調研數據深入分析(編輯修改稿)
2024-10-22 23:52 本頁面
【文章內容簡介】 單變量t檢驗 變量X服從均值為μ0、方差為σ2的正態(tài)分布，總體方差未知。 H0：μ= μ0 ，H1： μ ≠ μ0 檢驗的樣本統計量為 它服從自由度為n1的t分布，在顯著性水平α下， H0的拒絕域為|t|tα/2(n1)。 tα/2(n1)為查t分布概率表得到的臨界值。,（2）雙變量情景 兩個總體方差未知但相等，σ12=σ22， H0： μ1 = μ2 ，H1： μ1 ≠ μ2 0 檢驗統計量為： 它服從正態(tài)分布，n1和n2為兩個獨立樣本的樣本容量，在顯著性水平α下， H0的拒絕域為|t|tα/2(n1+n21)。,例：某企業(yè)研究促銷活動對銷售效果的影響，原預計實施促銷后，產品的月銷售額可增至2萬元，促銷活動后，研究人員對銷售額進行了調查，發(fā)現促銷后的月銷售額只有1.7萬元，標準差為0.25萬元，能否由此推斷促銷沒有達到預期的效果？ H0： μ=2， H1： μ t0.05(201), 否定H0,接受H1，認為促銷未達到預期效果,F檢驗 F檢驗是在方差未知的條件下，關于兩個總體方差相等的假設檢驗。 F服從自由度為（v1,v2)的F分布。nn2分別為兩個樣本的樣本容量，SS2分別為樣本標準差，臨界值取決于自由度。在顯著性水平α下， H0的拒絕域為FFα/2(n1 1， n21)， F＜F1α/2(n1 1， n21)， Fα/2(n1 1， n21)和F1α/2(n1 1， n21)為查t分布概率表得到的臨界值。,參數檢驗總結： （1）關于均值的檢驗，不論單、雙總體，當方差已知時，用z檢驗，否則用t檢驗，大樣本情景，都可以用z檢驗 （2）關于方差的檢驗，雙總體方差相等假設需用F檢驗。,三、非參數檢驗與統計量的分布,（1）非參數檢驗適用于定序變量和定類變量的假設檢驗。常用的方法是卡方檢驗 （2）卡方檢驗主要用于對獨立樣本本身和不同獨立樣本之間不同因素的差別檢驗 （3）單變量情形的卡方檢驗主要用于對頻數表中各類對某變量特征的差異性分析,H0:不存在由于變量X而導致的類別差異 H1：存在由于變量X而導致的類別差異 卡方統計量的數學表達式為 ⅹ2=∑（OiEi)2/Ei 其中，Oi為單元i的觀察（實際）頻數，Ei為單元i的理論期望頻數，統計量服從卡方分布，期望頻數和觀察頻數之間的差值越大，卡方統計值越大。 在給定顯著性水平α下，拒絕域為 ⅹ2 ⅹ α
職業(yè)教育相關推薦
鄂ICP備17016276號-1