T检验、方差分析使用要求和适用场景
一、T检验
1.1 样本均值比较T检验的使用前提
1. 正态性;(单样本、独立样本、配对样本T检验都需要)
2. 连续变量;(单样本、独立样本、配对样本T检验都需要)
3. 独立性;(独立样本T检验要求)
4. 方差齐性;(独立样本T检验要求)
1.2 样本均值比较T检验的适用场景
1. 单样本T检验(比较样本均数和总体均数);
要求:正态性(可以用K-S检验法,在SPSS中的“分析”——“非参数检验”——“单样本”中;或者直接根据直方图、P-P图,Q-Q图来观察或根据偏度峰度法来分析)
说明:由中心极限定理可知,即使原数据不符合正态分布,只要样本量足够大时样本均数分布仍然是正态的。只要数据不是强烈的偏正态,没有明显的极端值,一般而言单样本t检验都是可以使用的,分析结果都是稳定的。
2. 独立样本T检验(比较成组设计的两个样本);
我们输入数据的时候,两个样本的数据是要在一列变量里的,另外还有一列二分类变量为这列因变量做标注。
要求:独立性、正态性(对正态性有耐受性)、方差齐性(影响大,检验更有必要,使用Levene’s检验,两样本T检验中提供Levene’s检验,如需更详细的检验结果可在“分析”——“描述统计”——“探索”中进行)
样本数可以不等
说明:各样本相互独立,且均来自于正态分布的样本,各样本所在总体的方差相等;
* 疑问:独立性怎么检验?有些数据可以根据现实环境判断;*
3. 配对样本T检验(如用药前和用药后的两个人群的样本、同一样品用两种方法的比较)
要求:正态性(配对样本等价于单样本T检验,检验的是两个样本对应的差值,初始假设为差值等于0)
二、单因素方差分析
2.1 单因素方差分析的基本思想
基本思想:变异分解,总变异=随机变异+处理因素导致的变异,又可以分解为总变异=组内变异+组间变异,F=组间变异/组内变异,F的值越大,处理因素的影响越大。
2.2 单因素方差分析的使用前提
1. 独立性:不满足独立性会有很大的影响,因为信息存在“重叠”的部分
疑问:在哪儿可以验证?卡方检验?卡方检验检验的是两个分类变量
2. 正态性:对正态性的要求是稳健的
3. 方差齐性:检验方法除了Levene’s检验,还可以有其他的检验方法:Bartleet法(比较各组方差的加权算数平均数和几何均数)、Hartley法(样本量相同时使用)、Cochran法(样本量相同时使用)。
方差分析对变量的类型有要求吗?应该分析的都是连续变量
2.3 单因素方法分析的使用前提不满足时变换方法
对数变换、平方根变换、平方根反正弦变换、平方变换、倒数变换、Box-Cox变换(分段函数)
2.4 单因素方差分析的适用场景
T检验只能检验两组样本的均数差,多组样本的时候就需采用方差分析;
适用场景:
①均数间的多重比较(全部两两比较)
②各组均数的精细比较(可以指定要比较的两个组,通过设定系数)
③组间均数的趋势检验(为了利用分组变量中体现出的次序信息,目的不是拟合线性或非线性的模型,而是希望知道因素的水平改变时均数的变化趋势)
2.5 方差分析结束后如均值不同可进行两两比较(事前比较、事后比较)
LSD法:用于事先计划好的比较,最灵敏;检验水准没有校正,每次都是α
Sidak法:第二灵敏;
Bonferroni法:用于事先计划好的比较,第三灵敏;
Scheffe法:多用样本含量不等的情况,第四灵敏;
Dunnett法:常用于多个实验组和一个对照组的比较,第五灵敏;
寻找同质亚组的检验方法:
S-N-K法:将所有样本分为多个子集;
Tukey法:任意两组比较,要求样本含量相同,MEER不超过α;
Duncan法:与SNK法类似;
备注:
CER:每进行一次比较犯一类错误错误的概率;
EERC:完全无效假设检验下,做完全部比较犯一类错误的概率;
MEER:部分或者任何完全假设下,犯一类错误的最大概率值,即最大实验误差率。
疑问:单因素方差分析的事前检验和事后检验有什么区别,为什么结果不同??