intTypePromotion=1

Bài giảng Xử lý thống kê với phần mềm SPSS - Bài 7: Thống kê phi tham số

Chia sẻ: Phuc Nguyen | Ngày: | Loại File: PDF | Số trang:9

0
45
lượt xem
14
download

Bài giảng Xử lý thống kê với phần mềm SPSS - Bài 7: Thống kê phi tham số

Mô tả tài liệu
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng cung cấp cho người học các kiến thức: Thống kê phi tham số, kiểm định một phân phối, bảng tương liên,... Hi vọng đây sẽ là một tài liệu hữu ích dành cho các bạn sinh viên đang theo học môn dùng làm tài liệu học tập và nghiên cứu. Mời các bạn cùng tham khảo chi tiết nội dung tài liệu.

Chủ đề:
Lưu

Nội dung Text: Bài giảng Xử lý thống kê với phần mềm SPSS - Bài 7: Thống kê phi tham số

Bài 7 THỐNG KÊ PHI THAM SỐ<br /> Các phương pháp thống kê vẫn dùng như ước lượng, kiểm đinh g iá trị<br /> trung bình, so sánh các trung bình, phân tích phương sai một nhân tố, hai nhân<br /> tố, tương q uan, hồi quy đơn, hồi q uy bội tuyế n tính liên quan đến biến định<br /> lượng và đều dựa trên giả thiết biến kết quả phâ n phối chuẩn, chỉ có kiể m định<br /> một phân phối và bảng tương liên là chuyên dùng cho biến định tính<br /> Tro ng nhữ ng năm gần đây do nhu cầu xử lý các biến định tính và xử lý<br /> các biến đ ịnh lượng khô ng phân phối chuẩn(dùng các phép biến đổi thông<br /> thường như 2 , Log(X), Arcsin hay biến đổi tổ ng quát Box - Cox cũng không<br /> đưa được về chuẩn) đã ra đời nhiề u phương pháp thống kê gọi chung là phương<br /> pháp phi tham số (non parametric method)<br /> Thống kê phi tham số dựa trên việc xếp hạng các số liệu do đó nhiều<br /> giả thiết và kết luận liên quan đến trung vị (median) chứ không liên qua n đến<br /> trung bình<br /> Thống kê phi tham số có ư u điểm:<br /> Không dùng các tham số c ủa tổng thể, không cần giả thiết phân phối<br /> chuẩn, nói chung không đòi hỏi nhiều điều kiện đối với dữ liệu.<br /> Dù ng được cho nhiêu loại biến chứ không riêng gì biến định lượng<br /> Việc tính các thống kê ph i tham số thường đơn giản dễ tính.<br /> Thống kê phi tham số có nhược điểm<br /> Chuyển sa ng thứ hạng nên mất nhiều thông tin về bản chất dữ liệu do đó<br /> nếu gặp biến định lượng và phân phối chuẩn thì thống kê phi tham số không<br /> mạnh bằng thống kê tham số, điề u này tương tự như khi tổ chức chạy thi 100<br /> m, nếu có dụng cụ đo chính xác thì biết rõ thành tích người thứ nhất chạy hết<br /> 9,70 giây, người thứ hai 9,80 giây, . . . Còn nếu không có dụng cụ đo thì chỉ ghi<br /> lại: về đầu, về thứ hai, . . .<br /> Không có nhiều kết luận đi sâ u về mặt định lượng hoặc nếu có thì việc tính<br /> toán tương đối khó<br /> <br /> N D Hien<br /> <br /> 100<br /> <br /> Một số thống kê phi tham số<br /> Thống k ê tha m số<br /> <br /> Thống k ê phi tha m số<br /> <br /> Mục đích<br /> Uớc lư ợng, kiểm định trung<br /> <br /> Z-test, t- test<br /> <br /> bình m<br /> Wilcoxon signed test<br /> <br /> Kiểm dịmh trung vị<br /> So sánh hai tru ng bình mẫu<br /> <br /> Paired t-test<br /> <br /> theo cặp<br /> Wilcoxon signed test So sánh hai tru ng vị<br /> So sánh hai tru ng bình mẫu<br /> <br /> t- test<br /> <br /> độc lập<br /> Wilcoxon-Ma n-Whitney<br /> <br /> Kiểm định giả thiết hai mẫu<br /> được lấy từ một tổng thể<br /> <br /> One way anova<br /> <br /> Kru skal Wallis<br /> <br /> Thiết kế một nhân tố CRD<br /> Kiểm định giả thiết cá c<br /> trung bình của các mức<br /> bằng nhau<br /> <br /> Two fa ctor without<br /> <br /> Friedma nn<br /> <br /> Thiết kế một nhân tố RCBD<br /> Kiểm định giả thiết cá c<br /> <br /> replication<br /> <br /> trung bình của các mức<br /> bằng nhau<br /> Pear son R<br /> <br /> Spear man R s<br /> <br /> Tính mối quan hệ giữa hai<br /> <br /> Kendall <br /> <br /> biến<br /> <br /> 2<br /> <br /> Kiểm định một phân phối và bả ng tương liên<br /> Kiểm định một phân phối: Đậu với 2 tính trội gồm 4 nhóm<br /> <br /> N D Hien<br /> <br /> 101<br /> <br /> L oạ i<br /> <br /> Tần số<br /> <br /> H0<br /> <br /> AB<br /> <br /> 59<br /> <br /> 9<br /> <br /> Ab<br /> <br /> 18<br /> <br /> 3<br /> <br /> aB<br /> <br /> 26<br /> <br /> 3<br /> <br /> Ab<br /> <br /> 12<br /> <br /> 1<br /> <br /> Tổng<br /> <br /> 115<br /> <br /> 16<br /> <br /> Data Weight cases chọn weight case by tanso<br /> Analyse No nparametric Tests Ch isquare, chọn Loais vào test variable List.<br /> Chọn Values sau đó lần lượt đưa 9, 3, 3, 1 vào (Nhập số 9, Add, nhập số 3, Add<br /> nhập số 3, Add, nhập số 1 Add).<br /> <br /> Bảng tương liên<br /> Mở tệp Baitap5.(Chất lượng cà ch ua thu hoạch sớm và thu hoach bình thường)<br /> Giả thiết H0:Thời gian thu hoạch không ảnh hưởng đế n chất lượng cà chua.<br /> Vào Data Weight cases. Chọn We ight case by So lg<br /> Sau đó vào Analyse Descriptive Statistics Crosstab<br /> Đưa Tgian vào Rows Chatlg vào Columns.<br /> N D Hien<br /> <br /> 102<br /> <br /> So sánh 2 mẫu theo cặp ( Two -Relate d-Samples Test Types)<br /> Wilcoxon signed-rank test<br /> Mở têp Baitap2. Vào Analyse, No n parametrics test,Two related samples tests<br /> <br /> N D Hien<br /> <br /> 103<br /> <br /> So sánh 2 mẫu độc lập<br /> Mở têp Baitap2. Vào Analyse. Non parametrics test .<br /> 2 Independent samples để so sánh 2 nhóm Group A và Group B (Viết thành 2<br /> cột kqua1 và chỉ số )<br /> <br /> N D Hien<br /> <br /> 104<br /> <br />
ADSENSE
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
2=>2