lemon2008 发表于 2016-1-21 16:52:01

方差不齐涉及的统计方法

1、t检验:SPSS统计软件的Independent-Samples T Test有方差相等或不相等2个结果,如果两组方差不齐也没关系,你只要看方差不齐项所对应的结果就可以了.顺便说一个,SPSS统计软件的Independent-Samples T Test也同时进行方差齐性检验并报告结果.
2、方差分析:方差分析对各组方差的方差齐性(也就是各组方差是否一致)有要求,如果方差不齐,你不能使用方差分析.不过,SPSS统计软件的one way ANOVA在方差不齐时是可以使用的,此时你应该使用Brown-Forsythe或Welch的修正值.当你想看哪两组有差异时,可以使用one way ANOVA自带的Post Hoc Tests,方差不齐时使用不等方差假设项下的Tamhane's T2或Dunnett's T3等.
如果你仍然不放心,可以使用非参检验,看看这两种方法的结果是否有明显差异.

lemon2008 发表于 2016-1-21 16:55:18

对于连续型变量,首先进行正态性分布检验,对于符合正态性分布的数据采用均数±标准差表示,两组单独计量资料的比较采用独立样本t检验,多组之间的比较采用完全随机设计单因素的方差分析(one-way ANOVA),方差齐时整体的比较采用F检验,多重比较采用Bonferroni法,方差不齐时采用Welch近似F检验,多重比较采用Dunnett’s T3法;当P <0.05时认为差异具有统计学意义。
若方差不齐的近似方差分析结果: Robust Tests of Equality of Means

lemon2008 发表于 2016-1-21 17:08:34

方差分析是一种统计方法,在试验设计中用到的重要分析方法。在实践中,影响一个事物的因素是很多的,人们要通过试验观察各因素的影响。而如何从多种可控因素中找出主要因素,通过对主要因素的控制调整,解决问题的有效方法就是方差分析。关于方差分析的基本假定有三个
1 可加性(可比性) 
方差分析的每一次观察值都包含了总体平均数、各因素主效应、各因素间的交互效应、随机误差等许多部分,这些组成部分必须以叠加的方式综合起来,即每一个观察值都可视为这些组成部分的累加和。
2 正态性
即随机误差 ε 必须为相互独立的正态随机变量。这也是很重要的条件,如果它不能满足,则均方期望的推导就不能成立,采用 F 统计量进行检验也就失去了理论基础。
3 方差同质性(齐性)
即要求所有处理随机误差的方差都要相等,换句话说不同处理不能影响随机误差的方差。由于随机误差的期望一定为 0 ,这实际是要求随机误差有共同的分布。

轻云飞扬 发表于 2016-1-21 21:46:12

好资料,学习了!
页: [1]
查看完整版本: 方差不齐涉及的统计方法