【正文】 對稱且無法轉化為正態(tài)分布資料；④對比組間方差不齊，有無適當變換方法達到方差齊性的資料；⑤一端或兩端觀察值不確切的資料；⑥等級資料。3wilcoxon符號秩（和）檢驗：⑴目的：可用于推斷總體中位數是否等于某個指定值，還可以推斷配對樣本差值的總體中位數是否為0。①單樣本資料的符號秩檢驗常用于不滿足t檢驗條件的單樣本定量變量資料的比較。②配對設計資料的符號秩和檢驗：由檢驗配對樣本的差值是否來自中位數為0的總體，來推斷兩個總體中位數是否相等，即兩種處理效應是否相同。wilcoxon配對符號秩和檢驗基本思想：在配對樣本中，假定兩種處理效果相同，則差值的總體分布為對稱分布，并且差值的總體中位數為0。若假設成立，樣本差值的正秩和與負秩和應相差不大，均接近n(n+1)/4；當正負秩和相差懸殊，超出抽樣誤差可解釋的范圍時，則有理由懷疑該假設，從而拒絕H0。⑵方法要點：①按差值絕對值從小到大編秩，差值為正的秩和以T+表示，為負的秩和以T表示，任取T+（或T）作為檢驗統(tǒng)計量T，查T界值表確定P值；②正態(tài)近似法：隨著n的增大，T分布逼近均數為n（n+1）/4，方差為n（n+1）（2n+1）/24的正態(tài)分布。當n50,用Z檢驗。⑶注意事項：①編秩時遇差值為0舍去，n隨之減?。挥鲇胁钪档慕^對值相等，符號相同，仍按順序編秩；符號不同，取其平均秩次；②T++T=n（n+1）/24wilcoxon秩和檢驗：⑴目的是推斷連續(xù)型變量資料或有序變量資料的兩個獨立樣本代表的兩個總體分布是否有差別。⑵方法要點：①將兩組數據由小到大同一編秩，以樣本列數小者為n1，其秩和為T，查T界值表確定P值；②正態(tài)近似法：當n110或n2 n110時，T分布接近均數為n1（N+1）/2，方差為n1 n2（N+1）/2的正態(tài)分布，可用Z檢驗。⑶注意事項：①編秩中若有相同的數據在同一組則依次編秩；若相同數值在不同組內，求平均秩次；②當相持出現較多時（超過25％），需使用校正公式。⑷基本思想：假設含量為n1與n2的兩個樣本（且n1≤n2）,來自同一總體或分布相同的兩個總體，則n1樣本的秩和T1與其理論秩和n1（N+1）/2相差不大，即[T n1（N+1）/2]僅為抽樣誤差所致。當二者相差懸殊，超出抽樣誤差可解釋的范圍時，則有理由懷疑該假設，從而拒絕H0。5KruskalWallis H檢驗：⑴目的：用于推斷定量變量或有序分類變量的多個總體分布有無差別。⑵方法要點：①先將k組數據由小到大同一編秩，求出各組秩和Ri,計算檢驗統(tǒng)計量H；②當組數k=3，且各組例數ni≤5時，查H界值表確定P值；若k≥3或最小樣本例數大于5，則H統(tǒng)計量近似服從v=k1的分布。⑶注意事項：①編秩中若有相同的數據在同一組則依次編秩；若相同數值在不同組內，求平均秩次；②當相持出現較多時（超過25％），需使用校正公式；③當結論為拒絕H0，認為多組處理效應不全相同時，常需進一步作多個樣本的兩兩比較的秩和檢驗。兩變量關聯性分析1相關系數的意義及計算：相關系數=。①總體相關系數ρ，若ρ≠0，稱X和Y線性相關；若ρ=0，則簡稱X和Y不相關。樣本協方差是離均差乘積在樣本中的平均，離均差在總體中的平均就是總體協方差。②樣本相關系數，是兩個隨機變量之間線性相關強度和方向的統(tǒng)計量，沒有單位，取值范圍為1r1。r的正負值表示兩變量間線性相關的方向，r0為正相關，r0為負相關，r=0為零相關。r的絕對值大小表示兩變量之間線性相關的密切程度，越接近于1，密切程度越高，越接近于0，密切程度越低。2相關系數的統(tǒng)計推斷：建立建設：H0：ρ=0；H1：ρ≠0，并假定X和Y服從二元正態(tài)分布。方法：①直接查相關系數臨界值表，根據自由度v=n2，差臨界值表，比較與臨界值，統(tǒng)計量越大，概率P越小；統(tǒng)計量越小，概率P越大。②t檢驗：統(tǒng)計量為t=，Sr為樣本相關系數r的標準誤，S=，H0成立時，t服從自由度為v=n2的t分布。以上兩種方法的決策規(guī)則相同：若P，不拒絕零假設，即認為兩個變量間無相關性；若P，拒絕零假設，接受備擇假設，即認為兩變量間相關性有統(tǒng)計學意義。3相關分析應注意的問題：①進行相關分析前，應先繪制散點圖。只有散點有線性趨勢時，才能進行直線相關分析。②線性相關分析要求兩個變量都是隨機變量，而且僅適用于二元正態(tài)分布資料；③出現離群值慎用相關；④相關關系不一定是因果關系；⑤分層資料盲目合并易出現假象；⑥樣本的相關系數接近零并不意味著兩變量間一定無相關性，有可能是非線性的曲線關系。4秩相關系數的計算：r ==，1≤r≤1。適用于條件：①不服從雙變量正態(tài)分布而不宜作積差相關分析的資料；②總體分布型未知的資料；③用等級表示的原始資料；④分布端點無確定數值的資料；⑤用相對數表示的資料。5秩相關系數的統(tǒng)計推斷：H0：ρs=0；H1：ρs≠0，α=，當n≤50時，查附表14的rs界值表；當n50時，計算檢驗統(tǒng)計量u，查t界值表。6分類資料的關聯性分析：⑴對兩個定量變量的關聯性，可用Pearson積矩相關系數或秩相關系數來描述；對兩個分類變量，通常是先根據交叉分類計數所得的列聯表進行兩種屬性獨立性的檢驗，然后計算關聯系數。關于兩個分類變量關聯的程度，用Pearson列聯系數來描述：r=，列聯系數r取值范圍在0～1之間。0表示完全獨立；1表示完全相關；愈接近于0，關系愈不密切；愈接近于1，關系愈密切。 【對兩個反映屬性的分類變量，若有一份隨機樣本，可做交叉分類的頻數表，利用關于獨立性的檢驗和列聯系數來描述兩變量的關聯性】⑵交叉分類22表的關聯分析：=⑶22配對資料的關聯性分析：n≥40且Tmin≥5,=； n≥40且1≤T＜5，=。⑷RC表分類資料的關聯性分析：=n，每格的T1且T5的格子數不宜多于格子總數的1/5。簡單回歸分析1回歸方程：=a+bX，b==2線性回歸模型的適用條件：①線性：因變量Y與自變量X稱線性關系；②獨立：每個個體觀察值之間互相獨立；③正態(tài)性：任意給定X值，對應的隨機變量Y都服從正態(tài)分布；④等方差性：在一定范圍內不同的X值所對應的隨機變量Y的方差相等。簡記為LINE。3總體回歸系數β的統(tǒng)計推斷：總體回歸系數β是否為0的假設檢驗，可用方差分析或t檢驗。4決定系數反映了回歸平方和在總平和中所占的比例，常用來反映回歸的實際效果。5線性回歸的應用：①用于計算總體條件均數的置信區(qū)間以及總體回歸線的置信帶；②用于計算個體Y預測值及其預測區(qū)間。線性回歸常用于統(tǒng)計預測和統(tǒng)計推斷。6線性回歸與線性相關的區(qū)別與聯系：⑴區(qū)別：①單位：相關系數r沒有單位，回歸系數b有單位；所以，相關系數與單位無關，回歸系數與單位有關；②應用目的：說明兩變量間的關聯性用相關分析，說明兩者依存變化的數量關系則用回歸分析；③對資料的要求不同：線性回歸要求應變量Y是服從正態(tài)分布的隨機變量；線性相關要求兩個變量X和Y為服從雙變量正態(tài)分布的隨機變量。④取值范圍：∞b+∞，1≤r≤1；⑤意義：回歸系數b表示X每增（減）一個單位時，Y平均改變b個單位；相關系數r說明具有線性關聯的兩個變量間關系的密切程度與相關方向；⑤計算：r=,b=⑵聯系：①方向一致: r與b的正負號一致；②假設檢驗等價: tr=tb；③；④用回歸解釋相關決定系數(coefficient of determination)：，回歸平方和越接近總平方和，則r2越接近1，相關性越好。7服從雙變量正態(tài)分布的變量，既可以進行兩者的線性相關分析，也可以進行線性回歸分析，且有tr=tb，即這兩個檢驗完全等價。線性回歸分析與線性相關分析的方向一致。調查設計1調查設計是對調查研究所作的周密計劃，包括資料收集、整理和分析全過程的設想和安排。2調查設計包括內容：確定調查目的和指標、確定調查對象和觀察單位、確定調查方法、確定資料收集方式、擬定調查項目和調查表、估計樣本含量。3組織計劃：調查員的挑選和調查員的培訓。4整理計劃步驟：問卷接受、問卷核查、數據編碼、數據錄入、擬定整理表、歸納匯總等。5常用的抽樣方法：單純隨機抽樣、系統(tǒng)抽樣、分層抽樣、整群抽樣、非概率抽樣。6各種抽樣方法的抽樣誤差一般是：整群抽樣≥單純抽樣≥系統(tǒng)抽樣≥分層抽樣。