目录Python全系列 教程
3567个小节阅读：5929.4k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本，未来主流的版本
人工智能 教程
顺势而为，AI创新未来
大厂算法 教程
算法，程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
假设检验的方法包括参数检验和非参数检验。
参数检验：凡是以特定的总体分布为前提，对未知的总体参数做推断的假设检验方法统称为参数检验。如T检验
非参数检验：适用的范围很广，对资料没有要求，对总体分布几乎没有什么假定，只是有时对分布的形状做一些诸如连续、对称等的简单假设。
非参数检验的优缺点：
有点
对数据的要求不严格，多资料的分布类型要求比较宽松。
检验方法灵活，使用的用途广泛
非参数检验的计算相对简单，易于理解和掌握
缺点
非参数检验方法对总体要求不高，适用于任何分布类型的资料，但其方法本身缺乏针对性，当资料满足参数检验的条件时，使用非参数检验会大大降低检验的功效。
非参数检验的方法简单，主要使用等级或符号秩，而不是使用资料提供的原始数据，因此降低了原始信息的使用率，其检验的有效性就比较差。
样本数据是正太分布使用参数检验，样本数据是非正太分布使用非参数检验。
在生活中有很多数据的取值是二值的，例如，人群可以分成男性和女性，产品可以分成合格和不合格，学生可以分成三好学生和非三好学生，投掷硬币实验的结果可以分成出现正面和出现反面等。通常将这样的二值分别用1或0表示。
如果进行n次相同的试验，则出现两类（0或1）的次数可以用离散型随机变量X来描述，假设随机变量X值等于1的概率为P，则X为0的概率为1-P，这样的分布为二项分布。
示例：根据大量筛查得知某沿海省份成人的-地中海贫血基因携带率为7.6%。某研究在本省某山区随机抽样调查成人125例，检出-地中海贫血基因携带者12例，问该山区与本省一般成人的-地中海贫血基因携带率有无差异？
加载数据
数据中有有2行2列，2个变量分别为检验变量和频数变量。检验变量：又是分组变量，变量赋值为1=“是”，2=“否
频数变量：变量名为“freq”，标记为“频数”。
单击“数据”|“加权个案”，点“个案加权”，将频数添加到频数变量框中。
精确检验方法：仅渐进法适用于样本数据服从渐近分布，或者样本数据比较大
蒙特卡洛法：主要适用于数据不满足渐近分布，或者样本数据也不大
精确法：适用于小样本，在计算样本允许时，将使用精确方法代替蒙特卡洛法。
本例选择默认的“仅渐近法”
点击【确定】，点击【运行】
查看结果
从描述统计中可以看到，总共个案数125，平均值、标准偏差、最小值、最大值、四分位值。
样本实测比例为9.6%，检验比例为7.6%，精确显著性（P值）为0.242大于0.05，可以据此推断该山区与本省一般成年人的 -地中海贫血基因携带率无显著差异。
