← 返回刚才阅读的位置

知识卡片

结构图卡 · 9747.w · 生成模型:DeepSeek-V4.1-Flash

检验方法的选择路径

理解等级:高级

选择检验方法靠三个问题:比较几组、数据是否近似正态、方差是否相等。 两组均值:若各样本随机独立、分布近似正态,再看方差。可假定相等用学生 t 检验,自由度 n1 + n2 − 2;方差不等用 Welch t 检验,自由度可能非整数,判断更保守。若正态假设不成立、取对数也救不回来,改用 Wilcoxon 秩和检验,它只要求两个分布可比,用秩代替数值。 三组及以上:用 ANOVA 的 F 检验先回答是否存在差异,显著后再用 TukeyHSD 成对比较,避免多重 t 检验导致的 I 型错误膨胀。ANOVA 同样要求各组正态、等方差、独立。 两个分类变量的关联:用列联表加卡方独立性检验,注意期望频数不能过小。 无论走哪条路,都应同时报告 p 值与效应量或置信区间:p 值回答是否可能出于偶然,区间回答差异有多大,后者才决定要不要行动。

结构图:

flowchart TD
  S[比较群体均值] --> A[只比较两组]
  S --> G[比较三组及以上]
  A --> B[分布近似正态?]
  B -->|是| C[方差相等?]
  C -->|是| D[学生t检验]
  C -->|否| E[Welch t检验]
  B -->|否| F[Wilcoxon秩和检验]
  G --> H[ANOVA F检验]
  H --> I[TukeyHSD成对比较]
这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第3章 使用R进行基本数据分析 · 查看原书依据

      t 检验代表一种参数测试(parametric test),因为它会针对被采样的群体分布进行假设。如果群体不能被假定为正态分布或者不能被转换到正态分布,则可以使用非参数测试(nonparametric test)。Wilcoxon秩和检验[15]是一种非参数假设检验,用来检查两个群体是否具有相同分布。

    参考来源

    - 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第3章 使用R进行基本数据分析(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0013_split_003.html) - 结论依据:3.3.2 至 3.3.6 节依次给出 t 检验的正态与等方差条件、Welch 的替代条件、Wilcoxon 的非参数适用场景,以及 ANOVA 处理多组的理由与事后比较。 - 原始内容:t 检验代表一种参数测试(parametric test),因为它会针对被采样的群体分布进行假设。如果群体不能被假定为正态分布或者不能被转换到正态分布,则可以使用非参数测试(nonparametric test)。Wilcoxon秩和检验[15]是一种非参数假设检验,用来检查两个群体是否具有相同分布。