14個常用的統(tǒng)計假設(shè)檢驗的方法檢驗假設(shè)常用什么統(tǒng)計方法 _14個

文章插圖

本文分享利用SPSSAU進(jìn)行14個常用的統(tǒng)計假設(shè)檢驗的方法，分為以下五個部分：
一、正態(tài)性檢驗
正態(tài)性特質(zhì)是很多分析方法的基礎(chǔ)前提，如果不滿足正態(tài)性特質(zhì)，則應(yīng)該選擇其它的分析方法，因此在做某些分析時，需要先進(jìn)行正態(tài)性檢驗。如果樣本量大于50，則應(yīng)該使用Kolmogorov-Smirnov檢驗結(jié)果，反之則使用Shapro-Wilk檢驗的結(jié)果。
常見的分析方法正態(tài)性特質(zhì)要求歸納如下表（包括分析方法，以及需要滿足正態(tài)性的分析項，如果不滿足時應(yīng)該使用的分析方法）。
SPSSAU整理

分析步驟：

如果p 值大于0.05，則說明具有正態(tài)性特質(zhì)，反之則說明數(shù)據(jù)沒有正態(tài)性特質(zhì) 。

關(guān)于問卷研究數(shù)據(jù)的正態(tài)性特質(zhì)：

如果是問卷研究，數(shù)據(jù)很難滿足正態(tài)性特質(zhì)，而實際研究中卻也很少使用不滿足正態(tài)性分析時的分析方法。
SPSSAU認(rèn)為有以下三點(diǎn)原因：
① 參數(shù)檢驗的檢驗效能高于非參數(shù)檢驗，比如方差分析為參數(shù)檢驗，所以很多時候即使數(shù)據(jù)不滿足正態(tài)性要求也使用方差分析
② 如果使用非參數(shù)檢驗，呈現(xiàn)出差異性，則需要對比具體對比差異性（但是非參數(shù)檢驗的差異性不能直接用平均值描述，這與實際分析需求相悖，因此有時即使數(shù)據(jù)不正態(tài)，也不使用非參數(shù)檢驗，或者Spearman相關(guān)系數(shù)等）
③ 理想狀態(tài)下數(shù)據(jù)會呈現(xiàn)出正態(tài)性特質(zhì)，但這僅會出現(xiàn)在理想狀態(tài)，現(xiàn)實中的數(shù)據(jù)很難出現(xiàn)正態(tài)性特質(zhì)（尤其是比如問卷數(shù)據(jù)）【可直接使用“直方圖”直觀展示數(shù)據(jù)正態(tài)性情況】。

SPSSAU操作

SPSSAU-正態(tài)性檢驗
二、方差齊檢驗
如果要進(jìn)行方差分析，需要滿足方差齊性的前提條件，需要進(jìn)行方差齊檢驗，其用于分析不同定類數(shù)據(jù)組別對定量數(shù)據(jù)時的波動情況是否一致。例如研究人員想知道三組學(xué)生的智商波動情況是否一致（通常情況希望波動一致，即方差齊）。

分析步驟

判斷p 值是否呈現(xiàn)出顯著性(p <0.05),如果呈現(xiàn)出顯著性,則說明不同組別數(shù)據(jù)波動不一致，即說明方差不齊；反之p 值沒有呈現(xiàn)出顯著性（p >0.05）則說明方差齊。

SPSSAU操作

SPSSAU-方差齊檢驗

提示：方差不齊時可使用‘非參數(shù)檢驗’，或者還可使用welch 方差，或者Brown-Forsythe方差。
三、相關(guān)性檢驗
（1）相關(guān)分析
相關(guān)分析是一種簡單易行的測量定量數(shù)據(jù)之間的關(guān)系情況的分析方法。可以分析包括變量間的關(guān)系情況以及關(guān)系強(qiáng)弱程度等。相關(guān)系數(shù)常見有三類，分別是：
1.Pearson相關(guān)系數(shù)
2.Spearman等級相關(guān)系數(shù)
3.Kendall相關(guān)系數(shù)
三種相關(guān)系數(shù)最常使用的是Pearson相關(guān)系數(shù)；當(dāng)數(shù)據(jù)不滿足正態(tài)性時，則使用Spearman相關(guān)系數(shù)，Kendall相關(guān)系數(shù)用于判斷數(shù)據(jù)一致性，比如裁判打分。下圖是詳細(xì)使用場景：
SPSSAU整理

分析步驟

如果呈現(xiàn)出顯著性（結(jié)果右上角有*號，此時說明有關(guān)系；反之則沒有關(guān)系）。
有了關(guān)系之后，關(guān)系的緊密程度直接看相關(guān)系數(shù)大小即可。（一般0.7以上說明關(guān)系非常緊密；0.4~0.7之間說明關(guān)系緊密；0.2~0.4說明關(guān)系一般。）
如果說相關(guān)系數(shù)值小于0.2，但是依然呈現(xiàn)出顯著性（右上角有*號，1個*號叫0.05水平顯著，2個*號叫0.01水平顯著；顯著是指相關(guān)系數(shù)的出現(xiàn)具有統(tǒng)計學(xué)意義普遍存在的，而不是偶然出現(xiàn)），說明關(guān)系較弱，但依然是有相關(guān)關(guān)系。

SPSSAU操作

SPSSAU-相關(guān)系數(shù)
（2）卡方檢驗
卡方檢驗主要用于研究定類與定類數(shù)據(jù)之間的差異關(guān)系。卡方檢驗要求X、Y項均為定類數(shù)據(jù)，即數(shù)字大小代表分類。并且卡方檢驗需要使用卡方值和對應(yīng)p 值去判斷X與Y之間是否有差異。通常情況下，共有三種卡方值，分別是Pearson卡方，yates校正卡方，F(xiàn)isher卡方；優(yōu)先使用Pearson卡方，其次為yates校正卡方，最后為Fisher卡方。
具體應(yīng)該使用Pearson卡方，yates校正卡方，也或者Fisher卡方；需要結(jié)合X和Y的類別個數(shù)，校本量，以及期望頻數(shù)格子分布情況等，選擇最終應(yīng)該使用的卡方值。SPSSAU已經(jīng)智能化處理這一選擇過程。

分析步驟

第一：分析X分別與Y之間是否呈現(xiàn)出顯著性(p值小于0.05或0.01)；
第二：如果呈現(xiàn)出顯著性；具體對比選擇百分比(括號內(nèi)值)，描述具體差異所在；
第三：對分析進(jìn)行總結(jié) 。

SPSSAU操作

SPSSAU-卡方檢驗

方法說明：

卡方檢驗，SPSSAU提供兩個按鈕，二者的區(qū)別是，后者輸出更多的統(tǒng)計量過程值以及深入指標(biāo)表格，滿足需要更多分析指標(biāo)的研究人員，如下各圖。
SPSSAU輸出表SPSSAU輸出表SPSSAU輸出表SPSSAU輸出表

數(shù)據(jù)格式說明：

進(jìn)行卡方檢驗，上傳數(shù)據(jù)時需要特別注意數(shù)據(jù)格式，有兩種格式：常規(guī)格式和加權(quán)格式。
① 常規(guī)格式數(shù)據(jù)，如下圖。則通用方法中的【交叉（卡方）】和實驗/醫(yī)學(xué)研究中的【卡方檢驗】都可以使用。
常規(guī)格式

② 加權(quán)數(shù)據(jù)：但在某些情況下，我們得到的不是原始數(shù)據(jù)，而是經(jīng)過整理的匯總統(tǒng)計數(shù)據(jù) 。比如下面這樣格式的數(shù)據(jù)：
匯總數(shù)據(jù)
類似這樣的格式，不能直接使用的，需要整理成加權(quán)數(shù)據(jù)格式，只能使用實驗/醫(yī)學(xué)研究中的【卡方檢驗】
加權(quán)格式

這時候點(diǎn)擊實驗/醫(yī)學(xué)研究面板中的【卡方檢驗】-拖拽三個【分析變量】分別到對應(yīng)分析框-【開始分析】即可。
SPSSAU-卡方檢驗操作方法
四、參數(shù)檢驗
（1）單樣本t檢驗
單樣本T檢驗用于比較樣本數(shù)據(jù)與一個特定數(shù)值之間是否存在差異情況。

例如，調(diào)查某公司以五級李克量表進(jìn)行員工滿意度調(diào)查，‘4分’代表滿意，可通過單樣本t檢驗分析員工總體滿意程度與“滿意”（4）之間是否存在顯著差異。

分析步驟：

首先判斷p 值是否呈現(xiàn)出顯著性,如果呈現(xiàn)出顯著性,則分析項明顯不等于設(shè)定數(shù)字,具體差異可通過平均值進(jìn)行對比判斷。

SPSSAU操作：

SPSSAU-單樣本t檢驗
（2）獨(dú)立樣本T檢驗（T檢驗）
獨(dú)立樣本T檢驗用于分析定類數(shù)據(jù)（X）與定量數(shù)據(jù)（Y）之間的差異情況。
獨(dú)立樣本T檢驗除了需要服從正態(tài)分布、還要求兩組樣本的總體方差相等。當(dāng)數(shù)據(jù)不服從正態(tài)分布或方差不齊時，則考慮使用非參數(shù)檢驗。

例如，比較男生與女生的職業(yè)認(rèn)知得分均值是否存在顯著差異，可采用獨(dú)立樣本T檢驗進(jìn)行分析。

分析步驟：

首先判斷p 值是否呈現(xiàn)出顯著性,如果呈現(xiàn)出顯著性,則說明兩組數(shù)據(jù)具有顯著性差異,具體差異可通過平均值進(jìn)行對比判斷。

SPSSAU操作：

SPSSAU-獨(dú)立樣本t檢驗

（3）配對樣本T檢驗
用于分析配對定量數(shù)據(jù)之間的差異對比關(guān)系。與獨(dú)立樣本t檢驗相比，配對樣本T檢驗要求樣本是配對的。兩個樣本的樣本量要相同；樣本先后的順序是一一對應(yīng)的。
常見的配對研究包括幾種情況：
SPSSAU整理

數(shù)據(jù)格式例子：

配對數(shù)據(jù)格式

分析步驟：

判斷p 值是否呈現(xiàn)出顯著性，如果呈現(xiàn)出顯著性，，則說明配對數(shù)據(jù)具有顯著性差異，具體差異可通過平均值進(jìn)行對比判斷。

SPSSAU操作：

SPSSAU-配對t檢驗
（4）方差分析
方差分析(單因素方差分析),用于分析定類數(shù)據(jù)與定量數(shù)據(jù)之間的關(guān)系情況.例如研究人員想知道三組學(xué)生的智商平均值是否有顯著差異。
進(jìn)行方差分析需要數(shù)據(jù)滿足以下兩個基本前提：

各觀測變量總體要服從正態(tài)分布
各觀測變量的總體滿足方差齊

理論上講，數(shù)據(jù)必須滿足以上兩個條件才能進(jìn)行方差分析，如不滿足，則使用非參數(shù)檢驗。但現(xiàn)實研究中，數(shù)據(jù)多數(shù)情況下無法到達(dá)理想狀態(tài) 。正態(tài)性檢驗要求嚴(yán)格通常無法滿足，實際研究中，若峰度絕對值小于10并且偏度絕對值小于3，或正態(tài)圖基本上呈現(xiàn)出鐘形，則說明數(shù)據(jù)雖然不是絕對正態(tài)，但基本可接受為正態(tài)分布，此時也可使用方差分析進(jìn)行分析。

分析步驟：

第一：分析X與Y之間是否呈現(xiàn)出顯著性(p值小于0.05或0.01) 。
【14個常用的統(tǒng)計假設(shè)檢驗的方法檢驗假設(shè)常用什么統(tǒng)計方法】第二：如果呈現(xiàn)出顯著性；通過具體對比平均值大小，描述具體差異所在。
第三：如果沒有呈現(xiàn)出顯著性；說明X不同組別下，Y沒有差異。

SPSSAU操作：

SPSSAU-方差分析

（5）重復(fù)測量方差
在某些實驗研究中，常常需要考慮時間因素對實驗的影響，當(dāng)需要對同一觀察單位在不同時間重復(fù)進(jìn)行多次測量，每個樣本的測量數(shù)據(jù)之間存在相關(guān)性，因而不能簡單的使用方差分析進(jìn)行研究，而需要使用重復(fù)測量方差分析。

分析步驟：

第一、首先進(jìn)行球形度檢驗，p <0.05說明沒有通過球形度檢驗，p >0.05說明通過球形度檢驗；
第二、如果沒有通過球形度檢驗，并且球形度W值大于0.75，則使用HF校正結(jié)果；
第三、如果沒有通過球形度檢驗，并且球形度W值小于0.75，則使用GG校正結(jié)果；
第四、如果通過球形度檢驗，組內(nèi)效應(yīng)分析結(jié)果時使用“滿足球形度檢驗”結(jié)果即可；

SPSSAU操作：

將數(shù)據(jù)上傳至SPSSAU分析，選擇【實驗/醫(yī)學(xué)研究】--【重復(fù)測量方差】。
SPSSAU-重復(fù)測量方差SPSSAU-重復(fù)測量方差
五、非參數(shù)檢驗
凡是在分析過程中不涉及總體分布參數(shù)的檢驗方法，都可以稱為“非參數(shù)檢驗” 。因而，與參數(shù)檢驗一樣，非參數(shù)檢驗包括許多方法。以下是最常見的非參數(shù)檢驗及其對應(yīng)的參數(shù)檢驗對應(yīng)方法：
SPSSAU整理
非參數(shù)秩和檢驗研究X不同組別時Y的差異性，針對方差不齊，或者非正態(tài)性數(shù)據(jù)（Y）進(jìn)行差異性對比（X為兩組時使用mannWhitney檢驗，X超過兩組時使用Kruskal-Wallis檢驗，系統(tǒng)默認(rèn)進(jìn)行判斷）；
（1）單樣本W(wǎng)ilcoxon檢驗
單樣本W(wǎng)ilcoxon檢驗是單樣本t檢驗的代替方法。該檢驗用于檢驗數(shù)據(jù)是否與某數(shù)字有明顯的區(qū)別，如對比調(diào)查對象整體態(tài)度與滿意程度之間的差異。首先需要判斷數(shù)據(jù)是否呈現(xiàn)出正態(tài)性分析特質(zhì)，如果數(shù)據(jù)呈現(xiàn)出正態(tài)性特質(zhì)，此時應(yīng)該使用單樣本t檢驗進(jìn)行檢驗；如果數(shù)據(jù)沒有呈現(xiàn)出正態(tài)性特質(zhì)，此時應(yīng)該使用單樣本W(wǎng)ilcoxon檢驗

分析步驟：

首先判斷p 值是否呈現(xiàn)出顯著性,如果呈現(xiàn)出顯著性,則分析項明顯不等于設(shè)定數(shù)字,具體差異可通過中位數(shù)進(jìn)行對比判斷。

SPSSAU操作：

SPSSAU-單樣本W(wǎng)ilcoxon檢驗

（2）Mann-Whitney檢驗
Mann-Whitney檢驗是獨(dú)立樣本t檢驗的非參數(shù)版本。該檢驗主要處理包含等級數(shù)據(jù)的兩個獨(dú)立樣本，SPSSAU中稱為非參數(shù)檢驗。

分析步驟：

第一：分析X與Y之間是否呈現(xiàn)出顯著性(p值小于0.05或0.01) 。
第二：如果呈現(xiàn)出顯著性；通過具體對比中位數(shù)大小，描述具體差異情況。

SPSSAU操作：

SPSSAU-非參數(shù)檢驗

（3）Kruskal-Wallis檢驗
Kruskal-Wallis檢驗是單因素方差分析的非參數(shù)替代方法。Kruskal-Wallis檢驗用于比較兩個以上獨(dú)立組的等級數(shù)據(jù) 。
在SPSSAU中，與Mann-Whitney檢驗統(tǒng)稱為“非參數(shù)檢驗”,分析時SPSSAU會根據(jù)自變量組別數(shù)自動選擇使用Kruskal-Wallis檢驗或Mann-Whitney檢驗。

SPSSAU操作：

SPSSAU-非參數(shù)檢驗
（4）配對Wilcoxon檢驗
Wilcoxon符號秩檢驗是配對樣本t檢驗的非參數(shù)對應(yīng)方法。該檢驗將兩個相關(guān)樣本與等級數(shù)據(jù)進(jìn)行比較。

分析步驟：

第一：分析每組配對項之間是否呈現(xiàn)出顯著性差異(p值小于0.05或0.01) 。
第二：如果呈現(xiàn)出顯著性；具體對比中位數(shù)(或差值)大小，描述具體差異所在。

SPSSAU操作：

SPSSAU-配對樣本W(wǎng)ilcoxon檢驗

以上關(guān)于本文的內(nèi)容，僅作參考！溫馨提示：如遇健康、疾病相關(guān)的問題，請您及時就醫(yī)或請專業(yè)人士給予相關(guān)指導(dǎo)!

「愛刨根生活網(wǎng)」www.malaban59.cn小編還為您精選了以下內(nèi)容，希望對您有所幫助：

14個常用的統(tǒng)計假設(shè)檢驗的方法 檢驗假設(shè)常用什么統(tǒng)計方法

14個常用的統(tǒng)計假設(shè)檢驗的方法檢驗假設(shè)常用什么統(tǒng)計方法