《统计分析方法汇总》由会员分享，可在线阅读，更多相关《统计分析方法汇总（21页珍藏版）》请在金锄头文库上搜索。
1、统计分析方法汇总目录基本统计分析 .1正态性检验 .2单变量均值检验 .3两独立样本的均值检验 .2配对（成对）总体均值检验 .2回归分析 .2方差分析 .2列联表检验 .2多元统计分析 .4主成分分析 .5因子分析 .5聚类分析 .5判别分析 .5基本统计分析 正态性检验许多计量资料的分析方法要求数据分布是正态或近似正态，因此对原始独立测定数据进行正态性检验是十分必要的。正态性检验主要有三类方法:一、计算综合统计量如动差法、夏皮罗-威尔克 SHAPIRO-WILK 法(W 检验) 、达戈斯提诺 D AGOSTINO 法(D 检验) 、SHAPIRO-FRANCIA 法(W 检验) .二、正态
2、分布的拟合优度检验如皮尔逊 2 检验 、对数似然比检验 、柯尔莫哥洛夫 KOLMOGOROV-SMIROV 法检验 .三、图示法(正态概率图 NORMAL PROBABILITY PLOT)如分位数图(QUANTILE QUANTILEPLOT ,简称 QQ 图) 、百分位数(PERCENT PERCENT PLOT ,简称 PP 图) 和稳定化概率图(STABILIZED PROBABILITY PLOT ,简称 SP 图) 等.SPSS&SAS 规则：SPSS 规定:当样本含量 3 N 5000 时,结果以 SHAPIRO - WILK (W 检验) 为难,当样本含量 N 5000 结果以
3、 KOLMOGOROV - SMIRNOV 为准。而 SAS 规定:当样本含量 N 2000 时,结果以 SHAPIRO - WILK (W 检验) 为准,当样本含量 N2000 时,结果以 KOLMOGOROV - SMIRNOV (D 检验) 为准。SPSS 过程1、 先做直方图看看是否大概符合正态分布，这个不用说了吧，GRAPHLEGACY DIALOGSHISTOGRAM选入变量OK.如果距离正态分布的样子太远了，你就不要做下面的工作啦2、 ANALYZEDESCRIPTIVE STATISTICEXPLORE选入变量选右上角的PLOTS打开后，选中间的 NORMALLY PLOTS
4、WITH TESTS OK。结果就出来啦TESTS OF NORMALITYKOLMOGOROV-SMIRNOVA SHAPIRO-WILKSTATISTIC DF SIG. STATISTIC DF SIG.RAND .048 111 .200* .990 111 .5963、它会用两种方法来检验正态分布，当 SIG0.05 时服从正态分布,如果不服从正态分布，就要看峰度和偏度啦：偏度主要是研究分布形状是否对称。约0 则可以认为分布是对称的；0 则可以认为右偏态，此时在均值右边的数据更为分散；0 此时分布有一个沉重的尾巴0.05，没有显著差异（方差齐），均值检验双尾 SIG0.9740.05
5、，我们可以说两独立样本的均值没有明显差异。SAS 过程两独立样本的均值 T 检验的一般格式如下：PROC TTEST DATA=数据集;CLASS 分类变量;VAR 变量;RUN;解释：第一部分为基本统计量；第二部分为 2 样本 T 检验的结果，第一行是假设方差相等使用 POOLED 方法得出的结果，第二行是方差不等使用SATTERTHWAITE 方法得到的近似 T 检验结果；第三部分为两独立样本（2 组）方差是否相等（方差齐性）的检验结果；首先第三部分 P 值 0.29940.05，方差齐（相等），再看第二部分 UQUAL 部分的结果 P 值 0.18140.05，我们可以说均值相等。 配对
6、（成对）总体均值检验（配对样本的 T 检验，PAIRED-SAMPLE T TEST）检验两个有联系正态总体/样本的均值是否存在显著的差异。如检验某种产品广告的前后销量是否显著有差异，需要对广告前后销量进行比较。前提：正态分布SPSS 过程ANALYZECOMPARE MEANSPAIRED-SAMPLE T TESTPaired Samples Statistics样本基本统计量Mean N Std. Deviation Std. Error Meanvar1 -.1244 111 1.01700 .09653Pair 1var2 .2026 111 .91468 .08682Paired
7、Samples Correlations配对样本相关分析N Correlation Sig.Pair 1 var1 & var2 111 .044 .645Paired Samples Test配对样本均值差检验表Paired Differences95% Confidence Interval of the DifferenceMean Std. DeviationStd. Error Mean Lower Upper t dfSig. (2-tailed)Pair 1 var1 - var2 -.32704 1.33744 .12694 -.57861 -.07546 -2.576 110
8、 .011得到双尾SIG.等于0.011; CLASS VARIABLES ; MODEL DEPENDENTS=INDEPENDENTS ; ABSORB VARIABLES; BY VARIABLES; FREQ VARIABLE; ID VARIABLES; WEIGHT VARIABLE; CONTRAST LABEL EFFECT VALUES ; ESTIMATE LABEL EFFECT VALUES ; LSMEANS EFFECTS ; MANOVA ; MEANS EFFECTS ; OUTPUT KEYWORD=NAMES ; RANDOM EFFECTS ; REPEA
9、TED FACTOR-SPECIFICATION ; TEST E=EFFECT ;结果在最后一部分，给出了参数的估计值和 P 值，小于 0.05 则模型显著。 ORTHOREG 过程病态数据回归过程，它的数学核心是最小二乘法。当处理一些病态数据的时候，得到的结果比其他的线性回归方法（REG、GLM）精确得多。例如：PROC ORTHOREG DATA=LONGLEY;MODEL EMPLOYMENT = PRICES PRICES*PRICES GNP GNP*GNPJOBLESS JOBLESS*JOBLESS MILITARY MILITARY*MILITARY POPSIZE POPS
10、IZE*POPSIZEYEAR YEAR*YEAR;RUN;结果略第一部分为方差分析表，下面是参数的估计值。 方差分析方差分析（ANOVA）又称变异数分析或 F 检验，其目的是推断两组或多组资料的总体均数是否相同，检验两个或多个样本均数的差异是否有统计学意义。 单因素方差分析单因素方差分析是最简单的方差分析，指分析一个变量不同情况下的值是否有差异。方差分析的核心思想是把样本与平均值的方差分解为两部分，一部分来自不同因素的差异，一部分来自同组之间的差异，如果不同因素之间的差异占到一个比较大的比例，那么有理由相信各因素之间是有明显差异的。前提：正态性检验，独立性检验，方差齐性ANOVA 过程一般格
11、式PROC ANOVA DATA=数据集;CLASS 因素;MODEL 结果=因素;RUN;例如PROC ANOVA;CLASS BRAND;MODEL NITROGEN = BRAND;MEANS BRAND /T; RUN;除了 ANOVA 过程，GLM 过程也可以进行单因素的方差检验。PROC GLM DATA=数据集;CLASS 因素;MODEL 结果=因素;RUN; 多因素方差分析多个因素交叉作用，常用 ANOVA（要求数目相等）和 GLM 过程（数目可不等）前提：正态性检验，独立性检验，方差齐性例如PROC ANOVA; CLASS PAINLEVEL CODEINE ACUPUNCTURE; MODEL RELIEF = PAINLEVEL CODEINE|ACUPUNCTURE; RUN;其中 A|B=A B A*B（交互作用）例如：PROC ANOVA; CL
