99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁精彩閱讀【從零開始學(xué)統(tǒng)計(jì)】6.通俗理解T和F檢驗(yàn)
【從零開始學(xué)統(tǒng)計(jì)】6.通俗理解T和F檢驗(yàn)
2014-07-04
收藏
       T檢驗(yàn)是統(tǒng)計(jì)推斷中常用的一種檢驗(yàn)方法，在統(tǒng)計(jì)分析中，它主要用于檢驗(yàn)參數(shù)的顯著性。前一次，我們已經(jīng)講了假設(shè)檢驗(yàn)的一些初步知識(shí)，那么這些T檢驗(yàn)啊F檢驗(yàn)啊，都是建立在假設(shè)檢驗(yàn)的基礎(chǔ)上的。
首先我們簡(jiǎn)單了解一下什么是T檢驗(yàn)：
       T檢驗(yàn)是最常見的一種假設(shè)檢驗(yàn)類型，主要驗(yàn)證總體均值間是否存在顯著性差異，屬于參數(shù)假設(shè)檢驗(yàn)，所以它適用的范圍是數(shù)值型的數(shù)據(jù)。T檢定改進(jìn)了Z檢驗(yàn)。在樣本數(shù)量大（超過30等）時(shí)，可以應(yīng)用Z檢定，但Z檢定用在小的樣本會(huì)產(chǎn)生很大的誤差，因此樣本很小的情況下得改用T檢驗(yàn)。
       T檢驗(yàn)需要符合兩個(gè)個(gè)條件——總體符合正態(tài)分布，n < 30。當(dāng)n>30時(shí)用Z檢驗(yàn)或者T檢驗(yàn)均可，此時(shí)用Z檢驗(yàn)較簡(jiǎn)單。
       T檢驗(yàn)分為單樣本和雙樣本兩類，單樣本檢驗(yàn)是檢驗(yàn)一個(gè)樣本平均數(shù)與一個(gè)已知的總體平均數(shù)的差異是否顯著。當(dāng)總體分布是正態(tài)分布，如總體標(biāo)準(zhǔn)差未知且樣本容量小于30，那么樣本平均數(shù)與總體平均數(shù)的離差統(tǒng)計(jì)量呈t分布。檢驗(yàn)統(tǒng)計(jì)量為： 單樣本.jpg 


雙樣本檢驗(yàn)是檢驗(yàn)兩個(gè)樣本平均數(shù)與其各自所代表的總體的差異是否顯著。雙總體tt檢驗(yàn)又分為兩種情況，一是獨(dú)立樣本T檢驗(yàn)，一是配對(duì)樣本T檢驗(yàn)，兩者的檢驗(yàn)統(tǒng)計(jì)量分別為：兩樣本獨(dú)立公式.jpg ，配對(duì)公式.jpg 

做T檢驗(yàn)的一般步驟為：
步驟1 — 提出假設(shè)
步驟2 — 確定假設(shè)的顯著水平α，
步驟3 — 求兩尾概率t，即：在無效假設(shè)H0成立的前提下，計(jì)算無效假設(shè)正確的概率，也稱差異由誤差引起的概率。
步驟4 — 作統(tǒng)計(jì)判斷,確定接受和否定哪一個(gè)假設(shè)。

結(jié)合這之前的假設(shè)檢驗(yàn)，我們來做一個(gè)簡(jiǎn)單的單樣本T檢驗(yàn)例題：
例1 難產(chǎn)兒出生體重。N=35,樣本均值=3.42, S=0.40，一般嬰兒出生體重μ0=3.30（大規(guī)模調(diào)查獲得），問相同否？
    解： H0：μ= μ0，難產(chǎn)兒與一般嬰兒體重相同
         H1：μ≠ μ0，難產(chǎn)兒與一般嬰兒體重不同
         計(jì)算檢驗(yàn)統(tǒng)計(jì)量： 例題計(jì)算公式.jpg 




查找相應(yīng)臨界值表，查表得，t0.05 / 2.34 = 2.032,t < t0.05 / 2.34，不拒絕H0，認(rèn)為兩者體重相同。
例題作為一個(gè)引導(dǎo)，相對(duì)應(yīng)的雙總體檢驗(yàn)就不在多述，大致步驟一樣，只是公式換一換，臨界值換一換而已。


當(dāng)然，T檢驗(yàn)不光光是能做這些，我們也還經(jīng)常在做回歸分析當(dāng)中運(yùn)用到它。在回歸分析中，它主要用于檢驗(yàn)回歸系數(shù)的顯著性。在回歸分析中，原假設(shè)通常是H0：β=0；H1：β≠0。接下去的步驟就和例題一樣了。
有人要問，為什么要做回歸系數(shù)的檢驗(yàn)？
我的答案是，做這個(gè)檢驗(yàn)是為了驗(yàn)證x對(duì)y的影響程度是否顯著。如果不拒絕原假設(shè)，則說明y與x之間沒有線性關(guān)系（即x對(duì)y沒有直接影響）。（上述針對(duì)的是一元回歸）
若要做多元的回歸，那情況則就復(fù)雜的多了（不光要逐個(gè)對(duì)參數(shù)系數(shù)做檢驗(yàn)，還要模型整體檢驗(yàn)，這就涉及到F檢驗(yàn)了……）
都說到多元回歸了，那就簡(jiǎn)單說說F檢驗(yàn)了。聊起F檢驗(yàn)，往往會(huì)閃過一個(gè)問題：T檢驗(yàn)和F檢驗(yàn)有什么區(qū)別？那我想最大的區(qū)別也許在于F檢驗(yàn)基于的是方差（檢驗(yàn)方差齊性），T檢驗(yàn)則對(duì)應(yīng)的是均值。（不知道這樣的理解會(huì)否有些偏頗，敬請(qǐng)拍磚……）在兩樣本中，首先要判斷兩總體方差是否相同，即方差齊性。若兩總體方差相等，則直接用T檢驗(yàn)，若不等，可采用t'檢驗(yàn)或變量變換或秩和檢驗(yàn)等方法。引申到回歸分析中，T檢驗(yàn)的就是各個(gè)參數(shù)與y的顯著性，F(xiàn)檢驗(yàn)則是對(duì)整個(gè)模型的顯著性做檢驗(yàn)。
對(duì)于初學(xué)者，可能還有一個(gè)問題就是F檢驗(yàn)和ANOVA（方差分析）是什么關(guān)系？我的答案是方差分析和F檢驗(yàn)基本是一致的，區(qū)別在于方差分析是一種分析思路，利用了F檢驗(yàn)的統(tǒng)計(jì)量。
那方差分析的基本思路又是什么？
我覺得基本思想就是將所有測(cè)量值間的總變異按照其變異的來源分解為多個(gè)部份，然后進(jìn)行比較，評(píng)價(jià)由某種因素所引起的變異是否具有統(tǒng)計(jì)學(xué)意義。說到變異，我們可以把總的變異分為組間變異和組內(nèi)變異（組間變異:各組的均數(shù)與總均數(shù)間的差異；組內(nèi)變異：每組的每個(gè)測(cè)量值與該組均數(shù)的差異），離差平方和可分解為SS總=SS組間+SS組內(nèi)，MS組間=SS組間/V組間；MS組內(nèi)=SS組內(nèi)/V組內(nèi)。F統(tǒng)計(jì)量可表述為：F=MS組間/MS組內(nèi)。
我們拿一張方差分析表來做一下分析：
<a href='/map/fangchafenxi/' style='color:#000;font-size:inherit;'>方差分析</a>圖.jpg 
通常我們可以通過計(jì)算得到的F值去對(duì)應(yīng)的臨界值表中查找，然后判斷是否拒絕原假設(shè)。不過有一個(gè)更直觀的數(shù)據(jù)，那就是P值，從表中的P值，我們?nèi)暨x取α=0.05的話，此時(shí)的P值小于0.05，則拒絕原假設(shè)，認(rèn)為其是有統(tǒng)計(jì)學(xué)意義的。

數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼

若不方便掃碼，搜微信號(hào)：CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1：配置參數(shù) // 參數(shù)2：回調(diào)，回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象，之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺(tái)檢測(cè)極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式，包括：float，popup width: "280px", https: true // 更多配置參數(shù)說明請(qǐng)參見：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }