非參數檢驗(卡方檢驗)-實驗報告(參考版)
2024-08-16 16:38本頁面
【正文】 、列選擇可以互換，互換只是轉置，不影響最后的結果。，而其它用于非參數檢驗是對擬合優(yōu)度的檢驗。 2. Pearson 卡方：皮爾遜卡方檢驗計算的卡方值（用于樣本數n≥40且所有理論數E≥5）； 連續(xù)校正b：連續(xù)性校正卡方值（df=1，只用于2*2列聯表）； 似然比：對數似然比法計算的卡方值（類似皮爾遜卡方檢驗）； Fisher 的精確檢驗:精確概率法計算的卡方值（用于理論數E5）。 在實驗中應注意的點：，即相互獨立。 五、實驗小結： （包括主要實驗問題的最終結果描述、詳細的收獲體會，待解決的問題等）在此次實驗中，由于實驗內容更貼近生活應用，因此比起上學期，我們更容易領悟該程序的表達，只是在細節(jié)方面還是很容易出錯，甚至不容易拐過彎來。b. 僅對 2x2 表計算分析：表18卡方檢驗資料n=20040 , 表格下方的注解表明理論次數小于5的格子數為0。表18 卡方檢驗X2值df漸進 Sig. (雙側)精確 Sig.(雙側)精確 Sig.(單側)Pearson 卡方1.000連續(xù)校正b1.001似然比1.000Fisher 的精確檢驗.001.000有效案例中的 N200a. 0 單元格(.0%) 的期望計數少于 5。b. 分組變量: group分析：本例選MannWhitney U檢驗方法，表15結果表明，第1組的平均秩次（Mean Rank），U = ，W = ，精確雙側概率P = ，可認為鉛作業(yè)組工人的血鉛值高于非鉛作業(yè)組。有四種檢驗方法：MannWhitney U：主要用于判別兩個獨立樣本所屬的總體是否有相同的分布；KolmogorovSmirnov Z：推測兩個樣本是否來自具有相同分布的總體；Moses extreme reactions：檢驗兩個獨立樣本之觀察值的散布范圍是否有差異存在，以檢驗兩個樣本是否來自具有同一分布的總體；WaldWolfowitz runs：考察兩個獨立樣本是否來自具有相同分布的總體。表14的二項分布檢驗表明，女嬰12名，男嬰28名，（即男嬰占70%），可認為男女比例的差異有高度顯著性，該地男嬰比女嬰明顯為多?？ǚ街礨2=，自由度數（df）=6，P=，差異不顯著，即可認為一周內各日的死亡
環(huán)評公示相關推薦
鄂ICP備17016276號-1