 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
SPSS统计分析教程-独立样本T检验
下载积分：30
内容提示：SPSS统计分析教程-独立样本T检验
文档格式：PDF|
浏览次数：1291|
上传日期： 22:58:05|
文档星级：
该用户还上传了这些文档
SPSS统计分析教程-独立样本T检验
官方公共微信用独立性检验来考察两个分类变量x与y是否有关系，当统计量K2的观测值（　　）A．越大，“x与y有关系”成_百度知道
用独立性检验来考察两个分类变量x与y是否有关系，当统计量K2的观测值（　　）A．越大，“x与y有关系”成
用独立性检验来考察两个分类变量x与y是否有关系，当统计量K2的观测值（　　）A．越大，“x与y有关系”成立的可能性越小B．越大，“x与y有关系”珐搐粹诽诔赌达涩惮绩成立的可能性越大C．越小，“x与y没有关系”成立的可能性越小D．与“x与y有关系”成立的可能性无关
提问者采纳
根据相关指数K2的珐搐粹诽诔赌达涩惮绩观测值越大，“两个分类变量x与y是否有关系”，成立的可能性越大，判定B正确．故选：B．
其他类似问题
为您推荐：
独立性检验的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁统计量（statistic）则是直接从计算出的量数，代表样本的特征。
的已知；其作用是把样本中有关的信息汇集起来；是数理中一个重要的基本。统计量依赖且只依赖于样本x1,x2,…xn;它不含总体分布的任何未知参数。从样本推断总体（见）通常是通过统计量进行的。例如x1,x2,…,xn是从正态总体N(μ ,1)（见正态分布）中抽出的简单样本,其中均值（见）μ是未知的，为了对μ作出推断，计算样本均值。可以证明，在一定意义下，塣包含样本中有关μ的全部信息,因而能对μ作出良好的推断。这里塣只依赖于样本x1,x2,…,xn,是一个统计量。
常用统计量
有下面几种。 矩&　设x1,x2,…,xn是一个大小为n的样本,对 k，分别称 为k阶样本和k阶样本中心矩, 统称为样本矩。许多最常用的统计量，都可由样本矩构造。例如，样本均值（即α1）和样本方差 是常用的两个统计量,前者反映总体中心位置的信息，后者反映总体分散情况。还有其他常用的统计量，如样本标准差，样本变异系数S/塣,样本偏度,样本峰度等都是样本矩的函数。若(x1,Y1),(x2,Y2),…，(xn,Yn)是从二维总体(x，Y)抽出的简单样本,则样本协方差·及样本相关系数
也是常用的统计量，r可用于推断x和Y的相关性。 次序统计量&　把X1,x2，…，xn由小到大排列，得到，称之为样本x1,x2,…,xn的次序统计量。其中最小次序统计量 x(1)最大次序统计量x(n)称为极值,在那些如年枯水量、年最大地震级数、材料的断裂强度等的统计问题中很有用。还有一些由次序统计量派生出来的有用的统计量，如：样本中位数 是总体分布中心位置的一种度量，若样本大小 n为奇数，，若n为偶数,，它容易计算且有良好的稳健性。样本p分位数Zp(0&p&1)及极差x(n)-x(1)也是重要的统计量。其中Zp当时即为中位数，而当时，表示不超过1+np的最大整数）。样本分位数的一个重要应用是构造连续总体分布的非参数性（见）。 U统计量&　这是W.霍夫丁于1948年引进的,它在中有广泛的应用。其定义是:设x1,x2,…,xn,为简单样本，m为不超过n的自然数,为m元对称函数,则称
为样本x1,x2,…,xn的以为核的U统计量。样本均值和样本方差都是它的特例。从霍夫丁开始，这种统计量的大样本性质得到了深入的研究，主要应用于构造非参数性的量的一致最小方差无偏估计（见），并在这种估计的基础上检验非参数性总体中的有关假设。 秩统计量&　把样本 X1，X2，…，Xn 按大小排列为，若 则称Ri为xi的秩，全部n个秩R1，R2，…,Rn构成秩统计量，它的取值总是1,2，…，n的某个排列。秩统计量是非参数统计的一个主要工具。 还有一些统计量是因其与一定的统计方法的联系而引进的。如假设检验中的似然比原则所导致的似然比统计量，K.皮尔森的拟合优度（见）准则所导致的ⅹ2统计量，中的最小二乘法所导致的一系列线性与二次型统计量，等。 充分性与完全性& 统计量是由样本加工而成的, 在用统计量代替样本作统计推断时，样本中所含的信息可能有所损失,如果在将样本加工为统计量时,信息毫无损失，则称此统计量为充分统计量。例如，从一大批产品中依次抽出n个,若第i次抽出的是合格品,则xi=0,否则xi=1(i=1,2,…,n)。总体分布取决于整批产品的废品率p,可以证明:统计量，即样本中的废品个数,包含了(x1，x2，…，xn)中有关p的全部信息，是一个充分统计量。若取m&n，令Tm(x1，,则Tm仍是一个统计量，不过不是充分的。　 充分性是数理统计的一个重要基本概念，它是R.A.费希尔在1925年引进的，费希尔提出，并由J.奈曼和P.R.哈尔莫斯在1949年严格证明了一个判定统计量充分性的方法，叫因子分解定理。这个定理适用面广且应用方便,利用它可以验证很多常见统计量的充分性。例如,若正态总体有已知,则样本均值塣是充分统计量。若正态总体的均值、方差都未知，则样本均值和样本方差S2合起来构成充分统计量(塣,S2)。一个统计量是否充分,与总体分布有密切关系。 将样本加工成统计量要求越简单越好。简单的程度的大小，主要用统计量的维数来衡量。简单地讲，若统计量T2是由统计量T1加工而来(即T2是T1的函数)，则T2比T1简单。在此意义上，最简单的充分统计量叫极小充分统计量。这是E.L.莱曼和H.谢菲于1950年提出的。前例中的充分统计量都有极小性。在任何情况下，样本x1,x2,…,xn本身就是一个充分统计量,但一般不是极小的。 关于统计量的另一个重要的基本概念是完全性。设T为一统计量,θ为总体分布参数,若对θ的任意函数g(θ),基于T的无偏估计至多只有一个（以概率1相等的两个估计量视为相同），则称T为完全的。 抽样分布&　统计量的分布叫抽样分布。它与样本分布不同，后者是指样本x1,x2,…,xn的联合分布。 统计量的性质以及使用某一统计量作推断的优良性，取决于其分布。所以抽样分布的研究是数理统计中的重要课题。寻找统计量的精确的抽样分布，属于所谓的小样本理论（见）的范围，但是只在总体分布为正态时取得比较系统的结果。对一维正态总体，有三个重要的抽样分布，即ⅹ2分布、t分布和F分布。 ⅹ2分布&　设x1,x2,…,xn是相互独立且服从标准正态分布N(0,1),则随机变量的分布称为自由度为n的ⅹ2分布(其密度函数及下文的t分布、F分布的密度函数表达式均见)。这个分布是 F.赫尔梅特于1875年在研究正态总体的样本方差时得到的。若x1,x2,…,xn是抽自正态总体N(μ,σ2)的简单样本,则变量服从自由度为n-1的ⅹ2分布。若x1，x2,…,xn服从的不是标准正态分布，而依次是正态分布N(μi,1)(i=1,2,…,n),则的分布称为非中心ⅹ2分布，称为非中心参数。 当δ＝0时即前面所定义的ⅹ2分布。为此,有时也称它为中心ⅹ2分布。中心与非中心的ⅹ2分布在正态线性模型误差方差的估计理论中,在正态总体方差的检验问题中(见),以及一般地在正态变量的二次型理论中都有重要的应用。 t分布& 设随机变量ξ，η独立,且分别服从正态分布N(δ,1)及自由度n的中心ⅹ2分布，则变量的分布称为自由度n、非中心参数δ的非中心t分布；当δ＝0时称为中心t分布。若x1，x2，…，xn是从正态总体N（μ ,σ2）中抽出的简单样本，以塣记样本均值，以记样本方差,则服从自由度n-1的t分布。这个结果是英国统计学家W.S.(又译哥色特，笔名“学生”)于 1908年提出的。t分布在有关正态总体均值的估计和检验问题中，在正态线性统计模型对可估函数的推断问题中有重要意义,t分布的出现开始了数理统计的小样本理论的发展。 F分布&　是 R.A.费希尔在20世纪20年代提出的。设随机变量ξ，η独立，ξ服从自由度m、非中心参数δ的非中心ⅹ2分布,η服从自由度n的中心ⅹ2分布,则的分布称为自由度(m,n)、非中心参数δ的非中心F分布，当δ=0时称为中心F 分布。若x1,x2,…,xm和Y1,Y2,…,Yn分别是从正态总体N(μ ,σ2)和N(v，σ2),中抽出的独立简单样本,以S和S娤分别记为诸xi和诸Yi的样本方差，则方差比统计量S娝/S娤服从自由度(m-1,n-1)的中心F分布。中心和非中心的 F分布在理论中有重要应用。 多维正态总体的重要的抽样分布有维夏特分布和霍特林的T2分布（见多元统计分析）。 一个统计量若服从某分布，常以该分布的名字命名该统计量，如ⅹ2统计量、F统计量、T2统计量等。 由于寻找精确的抽样有困难，统计学者转而研究当样本大小 n→∞时统计量的渐近分布(即极限分布)，这种研究是数理统计大样本理论的基础性工作。已经有很多重要的统计方法，就是基于这种工作而提出的。像K.皮尔森关于拟合优度统计量的极限分布是ⅹ2分布的著名结果(1900)就是一个有代表性的例子。
万方数据期刊论文
光谱学与光谱分析
万方数据期刊论文
北京科技大学学报
万方数据期刊论文
振动工程学报
为本词条添加和相关影像
互动百科的词条（含所附图片）系由网友上传，如果涉嫌侵权，请与客服联系，我们将按照法律之相关规定及时进行处理。未经许可，禁止商业网站等复制、抓取本站内容；合理使用者，请注明来源于。
登录后使用互动百科的服务，将会得到个性化的提示和帮助，还有机会和专业认证智愿者沟通。
您也可以使用以下网站账号登录：
此词条还可添加&
编辑次数：7次
参与编辑人数：5位
最近更新时间： 21:30:39
贡献光荣榜
扫描二维码用手机浏览词条
保存二维码可印刷到宣传品
扫描二维码用手机浏览词条
保存二维码可印刷到宣传品（三）检验的统计量　 精心收集的各类精品文档，欢迎下载使用
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
（三）检验的统计量　
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口}