Python全系列 教程
3567个小节阅读:5931.3k
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
基本思想:根据样本数据,推断总体分布与期望分布或某一理论分布是否存在显著差异, 是一种吻合性检验。适用于对有多个分类值的总体分布的分析
原假设H~0~:样本来自的总体分布与期望分布或某一理论分布无显著差异
检验统计量:Pearson卡方统计量
其中,k为子集个数;f~i~^o^为观测频数;f~i~^e^为期望频数;分布服从自由度为k-1的卡方分布
医学家在研究心脏病病人猝死人数与日期的关系时发现:一周之中,星期一心脏病人猝死者较多,其他日子基本相当。各天的比例近似为2.8∶1∶1∶1∶1∶1∶1。现收集到心脏病人死亡日期的样本数据,推断其总体分布是否与上述理论分布相吻合。
注意:
SPSS总体分布的卡方检验对数据组织形式没有特殊要求,只需定义一个存储实际样本值的SPSS变量即可。或者,定义一个存放变量值的SPSS变量和一个存放各变量值观测频数的变量,并指定该变量为加权变量。本案例中的加权变量为人数。
选择菜单【分析】---->【非参数检验】----> 【旧对话框】----> 【卡方】
选定待检验的变量、给出各个理论值p~i~
分析结果
结论:由以上分析结果可知,如果显著性水平α是0.05,由于概率P值大于α,不能拒绝原假设,表示总体分布与理论分布无显著差异,即心脏病猝死人数与日期的关系基本是2.8∶1∶1∶1∶1∶1∶1的分布。
1. 关于总体分布的卡方检验,下列说法正确的是:
A 适用于对只有一个分类值的总体分布的分析
B 原假设H~0~为样本来自的总体分布与期望分布或某一理论分布无显著差异
C 检验统计量为t统计量
D 以上说法均不正确
2. 在SPSS中实现总体分布的卡方检验,菜单选项是_______
A 【分析】----> 【比较平均值】----> 【单因素ANOVA检验】
B 【分析】----> 【一般线性模型】----> 【单变量】
C 【分析】----> 【多重响应】----> 【定义变量集】
D 【分析】---->【非参数检验】----> 【旧对话框】----> 【卡方】
1=>B 2=>D