中国质量网_质量俱乐部官网

 找回密码
 注册

QQ登录

只需一步,快速开始

查看: 6466|回复: 4

Minitab 里 检验正态分布 的P值要大于多少才正态?

[复制链接]
     
  • TA的每日心情
    奋斗
    2018-3-2 15:54
  • 签到天数: 366 天

    [LV.9]生花妙笔

    1311

    主题

    3776

    帖子

    2万

    积分

    管理员

    Rank: 12Rank: 12

    积分
    26963

    五周年纪念论坛版主

    发表于 2017-5-8 22:12:00 | 显示全部楼层 |阅读模式

    马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。

    您需要 登录 才可以下载或查看,没有帐号?注册

    x
    >0.05就可以.但这也只是取决于你的风险承受度.如果你能承受的只是0.005,那么大于0.005,就可以认为是正态.这里的前提是先认为这个分布就是正态分布,大于0.05(或0.0005)时只是没有足够证据能证明它不是正态分布,所以就认为它是正态分布.
         
  • TA的每日心情
    奋斗
    2018-3-2 15:54
  • 签到天数: 366 天

    [LV.9]生花妙笔

    1311

    主题

    3776

    帖子

    2万

    积分

    管理员

    Rank: 12Rank: 12

    积分
    26963

    五周年纪念论坛版主

     楼主| 发表于 2017-5-8 22:13:17 | 显示全部楼层
    1,T检验和F检验的由来
    ) _' q) C* f$ B' {4 c$ j0 L0 ?+ E2 J: y2 W! i, T
    一般而言,为了确定从样本(sample)统计结果推论至总体时所犯错的概率,我们会利用统计学家所开发的一些统计方法,进行统计检定。: \4 B  i5 q2 ]2 N3 n0 n) s

    + f) k' v- d8 i$ [& ]" G( E7 w " I& n$ U2 B+ N5 ]! b8 s0 V4 C! L
    7 ^5 }8 t# J) q. M0 x7 P
    通过把所得到的统计检定值,与统计学家建立了一些随机变量的概率分布(probability distribution)进行比较,我们可以知道在多少%的机会下会得到目前的结果。倘若经比较后发现,出现这结果的机率很少,亦即是说,是在机会很 少、很罕有的情况下才出现;那我们便可以有信心的说,这不是巧合,是具有统计学上的意义的(用统计学的话讲,就是能够拒绝虚无假设null hypothesis,Ho)。相反,若比较后发现,出现的机率很高,并不罕见;那我们便不能很有信心的直指这不是巧合,也许是巧合,也许不是,但我们没 能确定。
    ! u* R9 L' [0 ^/ Z% l. V( Q0 }+ q( o& {( y5 X; Y
    F值和t值就是这些统计检定值,与它们相对应的概率分布,就是F分布和t分布。统计显著性(sig)就是出现目前样本这结果的机率。
    8 x/ k4 |, C# _7 v. Q. X$ Q6 y3 {' f5 T* ^
    2,统计学意义(P值或sig值) 结果的统计学意义是结果真实程度(能够代表总体)的一种估计方法。专业上,p值为结果可信程度的一个递减指标,p值越大,我们越不能认为样本中变量的关联 是总体中各变量关联的可靠指标。p值是将观察结果认为有效即具有总体代表性的犯错概率。如p=0.05提示样本中变量关联有5%的可能是由于偶然性造成 的。即假设总体中任意变量间均无关联,我们重复类似实验,会发现约20个实验中有一个实验,我们所研究的变量关联将等于或强于我们的实验结果。(这并不是 说如果变量间存在关联,我们可得到5%或95%次数的相同结果,当总体中的变量存在关联,重复研究和发现关联的可能性与设计的统计学效力有关。)在许多研 究领域,0.05的p值通常被认为是可接受错误的边界水平。
    . h8 Y: c1 X, [
         
  • TA的每日心情
    奋斗
    2018-3-2 15:54
  • 签到天数: 366 天

    [LV.9]生花妙笔

    1311

    主题

    3776

    帖子

    2万

    积分

    管理员

    Rank: 12Rank: 12

    积分
    26963

    五周年纪念论坛版主

     楼主| 发表于 2017-5-8 22:13:30 | 显示全部楼层
    3,T检验和F检验' K! E- t( y4 l5 y8 x
    2 S: f; C! B0 y( W9 O4 B8 M9 R6 Y
    至於具体要检定的内容,须看你是在做哪一个统计程序。
    " n) c0 d1 s3 n, |' q0 `( `# r
    5 U/ q+ ?( i  u* ^$ H, `2 M举一个例子,比如,你要检验两独立样本均数差异是否能推论至总体,而行的t检验。 两样本(如某班男生和女生)某变量(如身高)的均数并不相同,但这差别是否能推论至总体,代表总体的情况也是存在著差异呢? 会不会总体中男女生根本没有差别,只不过是你那麼巧抽到这2样本的数值不同? 为此,我们进行t检定,算出一个t检定值。 与统计学家建立的以「总体中没差别」作基础的随机变量t分布进行比较,看看在多少%的机会(亦即显著性sig值)下会得到目前的结果。 若显著性sig值很少,比如<0.05(少於5%机率),亦即是说,「如果」总体「真的」没有差别,那麼就只有在机会很少(5%)、很罕有的情况 下,才会出现目前这样本的情况。虽然还是有5%机会出错(1-0.05=5%),但我们还是可以「比较有信心」的说:目前样本中这情况(男女生出现差异的 情况)不是巧合,是具统计学意义的,「总体中男女生不存差异」的虚无假设应予拒绝,简言之,总体应该存在著差异。
    5 U: k4 X4 D  [% x( Z
    2 U  p3 y! @2 Z7 P' u$ Y; G每一种统计方法的检定的内容都不相同,同样是t-检定,可能是上述的检定总体中是否存在差异,也同能是检定总体中的单一值是否等於0或者等於某一个数值。, X' a9 B+ E% k$ V$ t+ }- C

    # g, U" J' \( _1 y/ |9 U! i至於F-检定,方差分析(或译变异数分析,Analysis of Variance),它的原理大致也是上面说的,但它是透过检视变量的方差而进行的。它主要用于:均数差别的显著性检验、分离各有关因素并估计其对总变异 的作用、分析因素间的交互作用、方差齐性(Equality of Variances)检验等情况。. m/ t0 Z5 L1 ]- Q2 x
         
  • TA的每日心情
    奋斗
    2018-3-2 15:54
  • 签到天数: 366 天

    [LV.9]生花妙笔

    1311

    主题

    3776

    帖子

    2万

    积分

    管理员

    Rank: 12Rank: 12

    积分
    26963

    五周年纪念论坛版主

     楼主| 发表于 2017-5-8 22:13:44 | 显示全部楼层
    3,T检验和F检验的关系' z( p9 b& ~; R7 ]
    9 d+ D0 K& @" `- D8 d
    t检验过程,是对两样本均数(mean)差别的显著性进行检验。惟t检验须知道两个总体的方差(Variances)是否相等;t检验值的计算会因 方差是否相等而有所不同。也就是说,t检验须视乎方差齐性(Equality of Variances)结果。所以,SPSS在进行t-test for Equality of Means的同时,也要做Levene's Test for Equality of Variances 。
    8 w' w% B$ S) ~1 e! s7 n* T* r5 v# S4 X8 `2 W. I  P' u6 D  G
    1. 在Levene's Test for Equality of Variances一栏中 F值为2.36, Sig.为.128,表示方差齐性检验「没有显著差异」,即两方差齐(Equal Variances),故下面t检验的结果表中要看第一排的数据,亦即方差齐的情况下的t检验的结果。
      L$ R( c) A) n, r1 |/ p8 m+ _+ b7 `3 v5 G2 A
    2. 在t-test for Equality of Means中,第一排(Variances=Equal)的情况:t=8.892, df=84, 2-Tail Sig=.000, Mean Difference=22.99 既然Sig=.000,亦即,两样本均数差别有显著性意义!
    2 N+ g/ U7 |' t* ?6 P: i/ }1 g6 i; g: l5 B- g! j
    3. 到底看哪个Levene's Test for Equality of Variances一栏中sig,还是看t-test for Equality of Means中那个Sig. (2-tailed)啊? 答案是:两个都要看。 先看Levene's Test for Equality of Variances,如果方差齐性检验「没有显著差异」,即两方差齐(Equal Variances),故接著的t检验的结果表中要看第一排的数据,亦即方差齐的情况下的t检验的结果。 反之,如果方差齐性检验「有显著差异」,即两方差不齐(Unequal Variances),故接著的t检验的结果表中要看第二排的数据,亦即方差不齐的情况下的t检验的结果。
    ; c: D. _7 H! [1 x
         
  • TA的每日心情
    奋斗
    2018-3-2 15:54
  • 签到天数: 366 天

    [LV.9]生花妙笔

    1311

    主题

    3776

    帖子

    2万

    积分

    管理员

    Rank: 12Rank: 12

    积分
    26963

    五周年纪念论坛版主

     楼主| 发表于 2017-5-8 22:13:55 | 显示全部楼层
    4. 你做的是T检验,为什么会有F值呢? 就是因为要评估两个总体的方差(Variances)是否相等,要做Levene's Test for Equality of Variances,要检验方差,故所以就有F值。  Y$ {* v( S* x9 A4 r
    ( k. Z$ l3 i' F5 S5 W
    另一种解释:8 B" K  ^3 H- \3 I! A+ A

    4 K/ Z1 m) b/ _3 ut检验有单样本t检验,配对t检验和两样本t检验。9 r! h9 \& }$ x5 E8 {6 Y

    0 z; u. a1 k5 J( P; U5 V: \' w单样本t检验:是用样本均数代表的未知总体均数和已知总体均数进行比较,来观察此组样本与总体的差异性。
    8 j% R& I. P: H, s: C8 @" x3 {, g5 k5 l" n# f
    配对t检验:是采用配对设计方法观察以下几种情形,1,两个同质受试对象分别接受两种不同的处理;2,同一受试对象接受两种不同的处理;3,同一受试对象处理前后。
    0 g4 V) U$ o1 W9 W5 p( Q$ ]. O+ m6 T6 x2 m# y
    F检验又叫方差齐性检验。在两样本t检验中要用到F检验。/ F# _0 C/ G2 i
    / o* w1 ~& Y- D% R( ]
    从两研究总体中随机抽取样本,要对这两个样本进行比较的时候,首先要判断两总体方差是否相同,即方差齐性。若两总体方差相等,则直接用t检验,若不等,可采用t'检验或变量变换或秩和检验等方法。( q1 s- B8 N' x" ^! f

    & i' @* Q2 S4 p' }- @! D其中要判断两总体方差是否相等,就可以用F检验。
    & A7 B( d  R; L. X  J& L3 M" R7 s. o: M- ~: i# o
    若是单组设计,必须给出一个标准值或总体均值,同时,提供一组定量的观测结果,应用t检验的前提条件就是该组资料必须服从正态分布;若是配对设计, 每对数据的差值必须服从正态分布;若是成组设计,个体之间相互独立,两组资料均取自正态分布的总体,并满足方差齐性。之所以需要这些前提条件,是因为必须 在这样的前提下所计算出的t统计量才服从t分布,而t检验正是以t分布作为其理论依据的检验方法。4 V( ?: z$ Z3 T2 A' L
    7 w. `$ e+ |& F
    简单来说就是实用T检验是有条件的,其中之一就是要符合方差齐次性,这点需要F检验来验证。
    ; R4 b% B8 J/ m) X: G% U9 I0 O
    您需要登录后才可以回帖 登录 | 注册

    本版积分规则

    QQ|关于我们|联系我们|手机版|小黑屋|Archiver|网站地图|用户认证|中国质量网 ( 沪ICP备15009008号 )|网站地图

    GMT+8, 2018-10-21 00:07

    Powered by Discuz! X3.4

    © 2001-2017 Comsenz Inc.

    快速回复 返回顶部 返回列表