分類(lèi)資料的統(tǒng)計(jì)分析

　　1.單樣本資料與總體比較

　　1)二分類(lèi)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(lèi)資料：用Pearsonc2檢驗(yàn)(又稱(chēng)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(lèi)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(lèi)，列變量為有序多分類(lèi)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(lèi)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(lèi)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(lèi)變量，行變量為有序多分類(lèi)變量，作nonezerocorrelationanalysis的CMHc2

　　3)列變量和行變量均為有序多分類(lèi)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(lèi)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)

掃描/長(zhǎng)按二維碼關(guān)注獲取考研報(bào)名

獲取2022考研報(bào)名時(shí)間

獲取2022考研大綱

獲取2套仿真內(nèi)部資料

獲取考研歷年真題答案

萬(wàn)題庫(kù)下載丨微信搜索"萬(wàn)題庫(kù)考研"

　　編輯推薦：

　　2022年考研報(bào)名時(shí)間 | 2022年考研時(shí)間安排

　　考研萬(wàn)題庫(kù)下載 | 微信報(bào)名提醒 | 報(bào)考指南

　　2022年考研模擬試題匯總 | 2022年考研復(fù)習(xí)資料

　　2007-2021年考研真題及答案|解析|估分|下載(各科)