如何選擇數據檢驗方法

A. 濡備綍閫夋嫨鍚堥傜殑媯楠屾柟娉曟潵榪涜岀浉鍏崇郴鏁版楠岋紵

鍦ㄨ繘琛岀浉鍏崇郴鏁版楠屾椂錛岄夋嫨鍚堥傜殑媯楠屾柟娉曟槸闈炲父閲嶈佺殑銆備互涓嬫槸涓浜涢夋嫨鍚堥傛楠屾柟娉曠殑姝ラわ細

1.紜瀹氬彉閲忕被鍨嬶細棣栧厛錛岄渶瑕佺『瀹氭墍鐮旂┒鐨勫彉閲忔槸榪炵畫鍨嬪彉閲忚繕鏄紱繪暎鍨嬪彉閲忋傚逛簬榪炵畫鍨嬪彉閲忥紝鍙浠ヤ嬌鐢ㄧ毊灝旈婄浉鍏崇郴鏁版垨鏂鐨灝旀浖絳夌駭鐩稿叧緋繪暟錛涘逛簬紱繪暎鍨嬪彉閲忥紝鍙浠ヤ嬌鐢ㄧ偣浜屽垪鐩稿叧緋繪暟鎴栧崱鏂圭浉鍏崇郴鏁般

2.紜瀹氭牱鏈澶у皬錛氭牱鏈澶у皬涔熸槸閫夋嫨鍚堥傛楠屾柟娉曠殑閲嶈佸洜緔犮傚傛灉鏍鋒湰杈冨皬錛屽彲浠ラ夋嫨浣跨敤t媯楠屾垨F媯楠屾潵姣旇緝涓や釜鍙橀噺涔嬮棿鐨勫樊寮傦紱濡傛灉鏍鋒湰杈冨ぇ錛屽彲浠ヤ嬌鐢ㄥ崱鏂規楠屾垨鏂瑰樊鍒嗘瀽鏉ユ瘮杈冨氫釜鍙橀噺涔嬮棿鐨勫樊寮傘

3.紜瀹氭暟鎹鍒嗗竷錛氭暟鎹鍒嗗竷涔熸槸閫夋嫨鍚堥傛楠屾柟娉曠殑閲嶈佸洜緔犮傚傛灉鏁版嵁鍛堟ｆ佸垎甯冿紝鍙浠ヤ嬌鐢ㄥ弬鏁版楠屾柟娉曪紝濡倀媯楠屻丗媯楠屽拰鏂瑰樊鍒嗘瀽錛涘傛灉鏁版嵁涓嶅憟姝ｆ佸垎甯冿紝鍙浠ヤ嬌鐢ㄩ潪鍙傛暟媯楠屾柟娉曪紝濡俉ilcoxon絎﹀彿縐╂楠屻丮ann-WhitneyU媯楠屽拰Kruskal-WallisH媯楠屻

4.紜瀹氱爺絀剁洰鐨勶細鏈鍚庯紝闇瑕佺『瀹氱爺絀剁殑鐩鐨勬槸浠涔堛傚傛灉鐮旂┒鐨勭洰鐨勬槸姣旇緝涓や釜鍙橀噺涔嬮棿鐨勭浉鍏蟲э紝鍙浠ラ夋嫨浣跨敤鐨灝旈婄浉鍏崇郴鏁版垨鏂鐨灝旀浖絳夌駭鐩稿叧緋繪暟錛涘傛灉鐮旂┒鐨勭洰鐨勬槸姣旇緝澶氫釜鍙橀噺涔嬮棿鐨勭浉鍏蟲э紝鍙浠ラ夋嫨浣跨敤涓繪垚鍒嗗垎鏋愭垨鍥犲瓙鍒嗘瀽絳夊氬厓緇熻″垎鏋愭柟娉曘

鎬諱箣錛岄夋嫨鍚堥傜殑媯楠屾柟娉曢渶瑕佽冭檻澶氫釜鍥犵礌錛屽寘鎷鍙橀噺綾誨瀷銆佹牱鏈澶у皬銆佹暟鎹鍒嗗竷鍜岀爺絀剁洰鐨勭瓑銆傚湪瀹為檯搴旂敤涓錛岄渶瑕佹牴鎹鍏蜂綋鎯呭喌榪涜岀患鍚堣冭檻錛屽苟緇撳悎涓撲笟鐭ヨ瘑鍜岀粡楠岃繘琛岄夋嫨銆

B. 什麼是統計檢驗怎麼選擇統計檢驗方法

統計檢驗亦稱「假設檢驗」。根據抽樣結果，在一定可靠性程度上對一個或多個總體分布的原假設作出拒絕還是不拒絕（予以接受）結論的程序。決定常取決於樣本統計量的數值與所假設的總體參數是否有顯著差異。這時稱差異顯著性檢驗。檢驗的推理邏輯為具有概率性質的反證法。

選擇

顯著性水平和否定域

有了與問題相關的抽樣分布，我們便可以把所有可能的結果分成兩類：一類是不大可能的結果；另一類人們預料這些結果很可能發生。既然如此，如果我們在一次實際抽樣中得到的結果恰好屬於第一類，我們就有理由對概率分布的前提假設產生懷疑。

在統計檢驗中，這些不大可能的結果稱為否定域。如果這類結果真的發生了，我們將否定假設；反之就不否定假設。概率分布的具體形式是由假設決定的，假設肯定不止一個。在統計檢驗中，通常把被檢驗的那個假設稱為零假設(或稱原假設，用符號H0表示)，並用它和其他備擇假設(用符號H1表示)相對比。

值得注意的是，假設只能被檢驗，從來不能加以證明。統計檢驗可以幫助我們否定一個假設，卻不能幫助我們肯定一個假設。為了使檢驗更嚴格、更科學，還需要更多的東西。首先，我們必須確定冒犯第一類和第二類錯誤的風險的程度；其次，要確定否定域是否要包含抽樣分布的兩端。

第一類錯誤是，零假設H0實際上是正確的，卻被否定了。第二類錯誤則是，H0實際上是錯的，卻沒有被否定。第二類錯誤是，零假設H0實際上是錯誤的，卻沒有被否定。遺憾的是，不管我們如何選擇否定域，都不可能完全避免第一類錯誤和第二類錯誤，也不可能同時把犯兩類錯誤的危險壓縮到最小。

對任何一個給定的檢驗而言，第一類錯誤的危險越小，第二類錯誤的概率就越大；反之亦然。一般來講，不可能具體估計出第二類錯誤的概率值。第一類錯誤則不然，犯第一類錯誤的概率是否定域內各種結果的概率之和。

由於犯第一類錯誤的危險和犯第二類錯誤的危險呈相背趨向，所以統計檢驗時，我們必須事先在冒多大第一類錯誤的風險和多大第二類錯誤的風險之間作出權衡。被我們事先選定的可以犯第一類錯誤的概率，叫做檢驗的顯著性水平(用α表示)，它決定了否定域的大小。

如果抽樣分布是連續的，否定域可以建立在想要建立的任何水平上，否定域的大小可以和顯著性水平的要求一致起來（後面的正態檢驗就如此）。如果抽樣分布是非連續的，就要用累計概率的方法找出一組構成否定域的結果。

即在已知概率分布表上，從兩端可能性最小的概率開始向中心累計，直至概率之和略小於選定的顯著性水平為止。在許多場合，我們能預測偏差的方向，或只對一個方向的偏差感興趣。每當方向能被預測的時候，在同樣顯著性水平的條件下，單側檢驗比雙側檢驗更合適。

因為否定域被集中到抽樣分布更合適的一側，可以得到一個比較大的尾端。這樣做，可以在犯第一類錯誤的危險不變的情況下，減少了犯第二類錯誤的危險。

(2)如何選擇數據檢驗方法擴展閱讀

選擇統計檢驗程序的方法時需考慮以下條件：

1、看總體分布是否已知。如果已知，看是不是正態分布。如果已知樣本分布為常態分布就可以選擇參數檢驗法，如果總體分布未知就用非參數檢驗法。

2、在參數檢驗中，如果總體分布為正態，總體方差已知，兩樣本獨立或相關都可以採用Z檢驗；如果總體方差未知，根據樣本方差，採取不同的t檢驗。如果總體分布非正態，總體方差已知，根據樣本獨立或相關採取Z』檢驗；如果總體方差未知，根據獨立和相關採取不同的Z『檢驗。

3、根據題目考慮用單側還是雙側檢驗。

4、在非參數檢驗中，按照兩個樣本相關和不相關、精度與容量等，可以採用符號檢驗、秩和檢驗等方法。

C. 數據分析的方法有哪些

一般在數據分析前有特定的場景以及目的，有時可以根據分析目的進行選擇分析方法，從而更快的進行數據分析。比如一組數據想要研究不同性別對於商場滿意度是否有差異。也許可以使用方差、t檢驗、卡方檢驗等方法，但是具體選擇哪種方法要根據數據類型以及結構來決定。在分析前我們需要選定分析方法以及對數據進行簡單處理。

提到「分析方法」可能很多人比較苦惱，已經准備好數據但是不知道應該選擇什麼方法，比如自己的數據是定類還是定量，是否滿足分析方法要求等等。首先我們來了解下什麼是定類數據，定量數據，如下：