• 2025考研復(fù)試伴學(xué)班
• 2025考研復(fù)試標(biāo)準(zhǔn)班
• 2026考研英語(yǔ)全程班
• 26考研全科上岸規(guī)劃營(yíng)「擇校▪規(guī)劃▪備考」
• 2025考研專業(yè)課復(fù)習(xí)資料「真題▪筆記▪講義▪題庫(kù)」

完全隨機(jī)分組設(shè)計(jì)的資料

一、兩組或多組計(jì)量資料的比較

1.兩組資料：

1)大樣本資料或服從正態(tài)分布的小樣本資料

(1)若方差齊性，則作成組t檢驗(yàn)

(2)若方差不齊，則作t’檢驗(yàn)或用成組的Wilcoxon秩和檢驗(yàn)

2)小樣本偏態(tài)分布資料，則用成組的Wilcoxon秩和檢驗(yàn)

2.多組資料：

1)若大樣本資料或服從正態(tài)分布，并且方差齊性，則作完全隨機(jī)的方差分析。如果方差分析的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：LSD檢驗(yàn)，Bonferroni檢驗(yàn)等）進(jìn)行兩兩比較。

2)如果小樣本的偏態(tài)分布資料或方差不齊，則作KruskalWallis的統(tǒng)計(jì)檢驗(yàn)。如果KruskalWallis的統(tǒng)計(jì)檢驗(yàn)為有統(tǒng)計(jì)學(xué)意義，則進(jìn)一步作統(tǒng)計(jì)分析：選擇合適的方法（如：用成組的Wilcoxon秩和檢驗(yàn)，但用Bonferroni方法校正P值等）進(jìn)行兩兩比較。

二、分類資料的統(tǒng)計(jì)分析

1.單樣本資料與總體比較

1)二分類資料：

(1)小樣本時(shí)：用二項(xiàng)分布進(jìn)行確切概率法檢驗(yàn)；

(2)大樣本時(shí)：用U檢驗(yàn)。

2)多分類資料：用Pearsonc2檢驗(yàn)（又稱擬合優(yōu)度檢驗(yàn)）。

2.四格表資料

1)n>40并且所以理論數(shù)大于5，則用Pearsonc2

2)n>40并且所以理論數(shù)大于1并且至少存在一個(gè)理論數(shù)<5，則用校正c2或用Fisher’s確切概率法檢驗(yàn)

3)n￡40或存在理論數(shù)<1，則用Fisher’s檢驗(yàn)

3.2×C表資料的統(tǒng)計(jì)分析

1)列變量為效應(yīng)指標(biāo)，并且為有序多分類變量，行變量為分組變量，則行評(píng)分的CMHc2或成組的Wilcoxon秩和檢驗(yàn)

2)列變量為效應(yīng)指標(biāo)并且為二分類，列變量為有序多分類變量，則用趨勢(shì)c2檢驗(yàn)

3)行變量和列變量均為無(wú)序分類變量

(1)n>40并且理論數(shù)小于5的格子數(shù)<行列表中格子總數(shù)的25%，則用Pearsonc2

(2)n￡40或理論數(shù)小于5的格子數(shù)>行列表中格子總數(shù)的25%，則用Fisher’s確切概率法檢驗(yàn)

4.R×C表資料的統(tǒng)計(jì)分析

1)列變量為效應(yīng)指標(biāo)，并且為有序多分類變量，行變量為分組變量，則CMHc2或KruskalWallis的秩和檢驗(yàn)

2)列變量為效應(yīng)指標(biāo)，并且為無(wú)序多分類變量，行變量為有序多分類變量，作nonezerocorrelationanalysis的CMHc2

3)列變量和行變量均為有序多分類變量，可以作Spearman相關(guān)分析

4)列變量和行變量均為無(wú)序多分類變量，

(1)n>40并且理論數(shù)小于5的格子數(shù)<行列表中格子總數(shù)的25%，則用Pearsonc2

(2)n￡40或理論數(shù)小于5的格子數(shù)>行列表中格子總數(shù)的25%，則用Fisher’s確切概率法檢驗(yàn)

三、Poisson分布資料

1.單樣本資料與總體比較：

1)觀察值較小時(shí)：用確切概率法進(jìn)行檢驗(yàn)。

2)觀察值較大時(shí)：用正態(tài)近似的U檢驗(yàn)。

2.兩個(gè)樣本比較：用正態(tài)近似的U檢驗(yàn)。

配對(duì)設(shè)計(jì)或隨機(jī)區(qū)組設(shè)計(jì)