5企業(yè)統(tǒng)計工作實施方法探討-閱讀頁
2024-09-08 21:06本頁面
【正文】 頁 共 12 頁 斷總體為目的，而且能夠?qū)ν茢嘟Y(jié)果的可靠性作出數(shù)學(xué)上的說明。它是在調(diào)查對象中，只選擇少數(shù)重點單位所進行得調(diào)查。能否開展重點調(diào)查是由調(diào)查任務(wù)和調(diào)查對象特點所決定的。 典型調(diào)查是一種非全面調(diào)查。典型調(diào)查可以彌補其它調(diào)查方法的不足，為數(shù)字資料補充豐富的典型情況，在有些情況下，可用典型調(diào)查估算總體數(shù)字 或驗證全面調(diào)查數(shù)字的真實性。 資料不符合正態(tài)分布，（ 1）可進行數(shù)據(jù)轉(zhuǎn)換，如對數(shù)轉(zhuǎn)換等，使之服從正態(tài)分布，然后對轉(zhuǎn)換后的數(shù)據(jù)采用 t 檢驗；（ 2）采用非參數(shù)檢驗，如 wilcoxon 檢驗。 兩組配對樣本的比較 兩組差值服從正態(tài)分布，采用配對 t 檢驗。 多組完全隨機樣本比較 資料符合正態(tài)分布，且各組方差齊性，直接采用完全隨機的方差分析。 資料不符合正態(tài)分布，或各組方差不齊，則采用 非參數(shù)檢驗的 kruscal－ wallis 法。 多組隨機區(qū)組樣本比較 資料符合正態(tài)分布，且各組方差齊性，直接采用隨機區(qū)組的方差分析。 資料不符合正態(tài)分布，或各組方差不齊，則采用非參 第 10 頁 共 12 頁 數(shù)檢驗的 fridman 檢驗法。 ****需要注意的問題： （ 1）一般來說，如果是大樣本，比如各組例數(shù)大于 50，可以不作正態(tài)性檢驗，直接采用 t 檢驗或方差分析。 （ 2）當進行多組比較時，最容易犯的錯誤是僅比較其中的兩組，而不顧其他組，這樣作容易增大犯假陽性錯誤的概率。 **絕不能對其中的兩組直接采用 t檢驗，這樣即使得出結(jié)果也未必正確 ** （ 3）關(guān)于常用的設(shè)計方法。常用的設(shè)計如完全隨即設(shè)計，隨機區(qū)組設(shè)計，析因設(shè)計，裂區(qū)設(shè)計，嵌套設(shè)計等。 第 11 頁 共 12 頁 例數(shù)大于 40，所有理論數(shù)大于 1，且至少一個理論數(shù)小于 5，則用校正的檢驗或 fisher’s 確切概率法檢驗。 c 表或 r2 表資料的統(tǒng)計分析 列變量＆行變量均為無序分類變量，則（ 1）例數(shù)大于 40，且理論數(shù)小于 5 的格子數(shù)目總格子數(shù)目的 25％，則用fisher’s 確切概率法檢驗。 列變量為效應(yīng)指標，且為二分類變量，行變量為有序多分類變量，則可采用普通的 pearson 檢驗比較各組之間有無差別，如果總的來說有差別，還可進一步作兩兩比較，以說明是否任意兩組之間的差別都有統(tǒng)計學(xué)意義。（ 3）如果要作相關(guān)性分析，可采用pearson 相關(guān)系數(shù)。 列變量為效應(yīng)指標，且為無序多分類變量，行變量為有序多分類變量，則可采用普通的 pearson 檢驗比較各組之間有無差別，如果有差別，還可進一步作兩兩比較，以說明是否任意兩組之間的差別都有統(tǒng)計學(xué)意義。如果總的來說有差別，還可進一步作兩兩比較，以說明是否任意兩組之間的差別都有統(tǒng)計學(xué)意義。 配對分類資料的統(tǒng)計分析 四格表配對資料，（ 1） b＋ c40，則用 memar 配對
試題試卷相關(guān)推薦
鄂ICP備17016276號-1