上次讲到t检验,这次我们继续回顾其他的假设检验方法,当然以服从正态分布且方差齐的数据为前提,非正态或者方差不齐的数据,其假设检验要使用非参数方法,即秩和检验;秩和检验不是我们复习的重点,至少在考研过程中极少考察秩和检验。
首先是方差分析,教材上涉及多种实验设计的方差分析,个人经验是掌握完全随机设计方差分析和随机区组设计方差分析即可,其他的仅作了解,极少作为考试要求。
方差分析的基本思想要掌握,将总变异分解成两个或者多个组成部分,然后将各部分的变异与随机误差进行比较,以判断各部分变异是否具有统计学意义。书上就是这么说的,大家需要仔细体会一下。
完全随机设计的方差分析,个人习惯也将它称为单因素方差分析,因为分组因素只有一个;单因素方差分析和两独立样本t检验具有相似性,只不过两独立样本t检验只有两组数据进行比较,而单因素方差分析是多组数据进行比较,这两种方法对数据的要求都是一样的,即数据正态分布,各组之间满足方差齐性。对于单因素方差分析的结果解读,若最后p值小于设定的检验水准,应解释为“尚不能认为各处理组之间是相同的,或者各处理组间总体上看差异具有统计学意义”,如果为了进一步证明处理组两两之间的差异是否具有统计学意义,需进行两两比较的假设检验,常用的方法是q检验,需要掌握具体计算步骤。
随机区组设计的方差分析,这个比单因素方差分析稍微复杂一点,就是分组因素有两个,一是按照处理因素分组,另一个是按照其他特征分组,大家可以参看教材上的例题来领会。随机区组在计算的时候,与单因素方差分析相比,只不过是将总变异分成了三份,其他的没什么差异。
方差分析中总变异和自由度的分解,希望大家能掌握教材中表格里面的公式。
发表回复