首页 > 栏目列表 > 正文

参数检验

参数检验
阅读数8084
参数检验
初夏的忧伤
初夏的忧伤
个性签名:不忘初心,方得始终。不管前路如何艰难,只要心中有梦想,就有力量。

与参数检验相比非参数检验的特点是什么

参数检验和非参数检验的相同之处是计量资料一般都可以采用。但是对于能使用参数检验的,首选参数检验,对不能满足条件的才选用非参数检验。 因为参数检验能充分利用提供的信息,统计分析的效率较高。而非参数检验不直接分析原始测量值,从而有可能会降低它的检验效率。满足参数检验要求的资料分析时应首选参数检验方法。不满足参数检验要求的资料应选非参数检验。 扩展资料: 参数检验和非参数检验的区别: 1、参数检验是针对参数做的假设,非参数检验是针对总体分布情况做的假设,这个是区分参数检验和非参数检验的一个重要特征。 2、参数检验和非参数检验根本区别在于参数检验要利用到总体的信息(总体的分布、总体的一些参数特征,如方差),以总体分布和样本信息对总体参数做出推断; 3、参数检验只能用于等距数据和比例数据,非参数检验主要用于记数数据.也可用于等距和比例数据,但精确性就会降低。 参考资料来源:百度百科-参数检验 参考资料来源:百度百科-非参数检验

初夏的忧伤
初夏的忧伤
个性签名:不忘初心,方得始终。不管前路如何艰难,只要心中有梦想,就有力量。

非参数检验方法有哪些

非参数检验主要用在不符合正态分布的数据。而且为啥叫非参数检验呢?因为没有对具体的参数进行检验(貌似是一句废话)。因为参数检验一般是对两组或者多组数据的参数(总体的一些特征,如方差)进行检验。而非参数检验就是直接用样本数据推算总体情况,故而木得参数。非参数检验主要有三种:Wilcox秩和检验(两组), Kruskal Wallis秩和检验(多组)和Friedman秩和检验(区组)。1、Wilcox秩和检验两组数据的检验,可以在检验之前判断一下是否符合正态分布。好了,既然都符合,那就可以选择参数检验。但是我们这里讲的是非参数检验,这里需要说明如果数据分布很规整,其实参数和非参数的差别不大。所以,继续非参数检验。 2、Kruskal Wallis秩和检验完全随机设计多个样本的Kruskal Wallis秩和检验。3、Friedman秩和检验针对随机区组设计的Friedman秩和检验 。啥叫个随机区组实验?这里加一句,我个人最讨厌名词解释,所谓名词解释就是用一段人类听不懂的话翻译一个人类听不同的词。所以最好的解释方法还是举栗子说明,简单直白。这里就举个栗子,假如有三个(组)小鼠A、B和C。这三个小鼠的身体状况差别很大,A非常强壮,称得上是鼠界的金钟国(们);B一般,是普通的老鼠(们);C就非常的弱,就是鼠界的王鼻子(们)。然后对每只老鼠都进行多个处理,例如:缺氧处理、溺水处理、电击处理等等(为啥要处理的这么残忍???),查看小鼠的血管扩张程度(即检测值)。这样做有个什么好处?可以消除(减弱)区组间误差值。即避免金钟国(们)和王鼻子(们)本身的差别。想要知道,不同组在不同处理之后,是否存在显著差异,就用friedman.test。friedman.test(y~A|B)# y是检测量(数值型向量), A 代表处理组,B代表区组 。

初夏的忧伤
初夏的忧伤
个性签名:不忘初心,方得始终。不管前路如何艰难,只要心中有梦想,就有力量。

简述参数检验的作用

参数检验简单来说就是使这个数据更加的完善。 参数假设检验又称统计假设检验,是数理统计学中根据一定假设条件由样本推断总体的一种方法,也是数理统计学的一个重要的分支。用来判断样本与样本、样本与总体的差异是由抽样误差引起还是本质差别造成的统计推断方法。其基本原理是先对总体的特征作出某种假设,然后通过抽样研究的统计推理,对此假设应该被拒绝还是接受作出推断。 具体作法是:根据问题的需要对所研究的总体作某种假设,记作H0;选取合适的统计量,这个统计量的选取要使得在假设H0成立时,其分布为已知;由实测的样本,计算出统计量的值,并根据预先给定的显著性水平进行检验,作出拒绝或接受假设H0的判断。 参数检验的基本原理是首先对总体参数提出假设,然后从总体中随机抽取样本构造检验统计量,根据小概率原理来检验所提出的假设是否成立。当总体分布为正态分布或者近似正态分布时,参数检验可以检验总体的均值与某个值是否存在差异,两个总体的均值是否有差异等问题。 参数检验的步骤: 1、根据实际情况提出原假设和备择假设。 2、根据假设的特征,选择合适的检验统计量。 3、根据样本观察值,计算检验统计量的观察值(obs) 。 4、选择许容显著性水平,并根据相应的统计量的统计分布表查出相应的临界值。 5、根据检验统计量观察值的位置决定原假设取舍。

初夏的忧伤
初夏的忧伤
个性签名:不忘初心,方得始终。不管前路如何艰难,只要心中有梦想,就有力量。

常见的参数检验

上一篇整理完非参数检验,这一篇就再进行一个整理参数检验的大动作。

参数检验非常之繁杂,要想完全搞明白任重而道远。
我这边呢,就主要说明什么样子的数据用什么检验方法哈。
常见的参数检验:正态均值检验(T检验),方差检验(ANOVA检验),二项分布总体假设检验。

1、正态均值检验
这个又可以分为单样本、双样本检验,双样本又包括有独立样本和配对样本两种。
单样本:随机样本的均值和总体均值的差异。
独立样本:两组随机样本,分别进行同一种处理。(雄性小鼠和雌性小鼠在喂药之后的体重分布。)
配对样本:对于一组随机样本,进行两次独立的处理。(都是雄性小鼠,喂了两次药,两次的体重分布)

1-1、单样本

1-2、独立双样本

1-3、配对样本

2、方差检验(先休息一下吧,过两天再更新。)