《体育统计》
1）分类变量
处理方式：描述统计 ：频数分布表，百分率，众数，异众比率，图形 频数分布表：观察分布情况，数据结构
交叉表（列联表）：变量与变量间的关系
X高校资产管理系统2检验，相关分析：推断样本变量间能否推到总体
2）顺序变量：
处理方式：描述统计 ：频数分布表，百分率，中位数，四分位差，图形。累计百分率，
中位数，四分位差：数值型中的开口数据
推断统计：相关分析，X2德隆系检验
3）数值型变量：（连续型、离散型）
处理方式：描述统计 ：频数分布表，算术平均数，标准差，变异系数，最大值，最小值，图形
频数分布表：注意分组
变异系数：单位不同（量纲不同），均数相差较大。
推断统计：参数估计，t检验，F检验，X2检验，相关分析、回归分析、方差分析
先对总体参数或分布提出某种假设，然后通过样本的统计量信息去验证这个假设是否不成立作出判断的统计方法称为假设检验。
电网谐波治理装置1） 均数的假设检验（T检验）
单样本均数的T检验
一组数据的平均数所代表的总体的平均数是否与某一数据是否差异具有显著性
两独立样本均数的T检验
两组数据的所代表的各自的总体的平均数差异具有显著性？
注意：必须进行方差的假设检验
配对样本均数T检验
配对所代表的各自的总体的平均数差异具有显著性？
2）进行假设检验的基本步骤
提出假设：原假设（零假设）,备择假设（否定原假设后的情况）
检验用的统计量
给出显著水平a=0.05，a=0.01，a=0.10,
计算概率p
作出判断
三、相关分析
1）分类变量与分类变量
列联表（交叉表）：描述分类变量的频数分布表。
Cramer 相关系数φ [0 ~1]
原理是计算其百分比
进行x2检验
原假设：相关系数φ=0 (不相关)
讨论时：是否拒绝原假设，需要看：相关系数的大小，样本含量的多少，概率值 的大小。
（例如：如果r>0.7 P<0.05 否定原假设，说明相关程度高，且相关具有显著性）
（注意观察对角线上与期望的关系）
2）顺序变量与顺序变量：
进行x2检验
福美胂3）数值型变量与数值型变量
Pearson 相关系数
相关分析与回归分析是分析数值型变量间关系相互补充的方法。相关分析描述了变量间的相关程度。回归分析（线形）则描述了因变量是怎样受自变量的影响的，通过回归方程反映。
回归方程可以由自变量来预测因变量的值。因变量的预测值是真实值的估计。
除了被选择的自变量，其它的自变量的组合效应称作残差变量。
总的平方和度量了所有的变量对因变量的效应。（观测值-均值）2
回归平方和度量了自变量对因变量的效应（预测值-均值）2
残差平方和度量除了自变量外其它的变量对因变量的效应（观测值-预测值）2
总的平方和=回归平方和+残差平方和
均方=平方和/自由度
进行T检验、F检验
原假设：相关系数ρ=0 (不相关)
注意看自变量的系数（斜率）
4）分类变量与数值型变量
方差分析：是用来对比在不同组中的平均数的统计方法。
例如：不同地区的就业率的比较（不同地区可以看成是不同的因素）
5)一致性检验（kappa）
● Kappa 复选框： Cohen’s Kappa系数用来检验两个评估人对同一对象的评估是否具有一致性，它的值在0－1之间，kappa系数 值靠近1说明两个人的评估完全一致，0说明两个人的评估没有共同点。这种分析只适用于两个变量使用同一个分类标准，而且分类值完全一样的情况。
6) 配对检验
McNemar 是常用的配对卡方检验
四、方差分析
在实际研究中，有时还需要进行三组或三组以上均数的比较
（多组均数比较的单因素方差分析）
方差分析是通过分析样本数据各项差异的来源以检验两个以上总体差异是否具有显著性。
灵岩山佛学院
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议