关注今日：15 | 主题：193334
微信扫一扫
对于不符合正态分布的三组数据如何用minitab进行两两比较
页码直达：
最近在做分层取样的报告，一共15个样每个样上中下三个点，即上有15个数据，中有15个数据，下有15个数据，三组数据检验正态性都是＜0.05 ，不知道如何选取有效可靠的分析方法，我的方法是编了下秩，然后用mood中位数法，但不能一次性两两比较，求助
不知道邀请谁？试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
关于丁香园查看: 6941|回复: 8
minitab 中做正态性检验图表
minitab 中做正态性检验图表中AD P值是什么意思？怎么才能看出一组数据是乘正太分布
6.jpg (46.01 KB, 下载次数: 40)
21:00 上传
6.jpg (46.01 KB, 下载次数: 34)
21:00 上传
P值是MINITAB通过某种分布（F、T等）转换过来的一个值，正是由于概率中有太多的分布，一般对统计学不是很清楚的人是很难记住这些分布的。通过转换，在MINITAB中，就只需看一个值，即P值，一般取0.05。通过它来做假设检验，而假设检验又有很多类型，不是一下子能讲清楚的。
就LZ问题而言，从图中得出来的P值为0.84，大于0.05，可认为数据为正态分布（虽然样本量少了点）。至于P值到底如何而来，AD值代表何意，就个人见解而言，LZ可以先不到这个深度。
会判断可以了，很多数学知识。
能说的详细一点更好啊。
跟你的置信区间有关
其实这些东西在上课时老师都讲的很模糊，一知半解的
1 Anderson-Darling检定可用来检定常态分布等特性分布的适配性(Goodness of Fit)检定
2 今日在偶的日志发表 Minitab 的 Anderson-Darling检定的作法
请参考网址
我来帮你解释:
AD值是通过累计分布函数ECDF计算出来的值,正态分布函数可以直接看P值来判定,P也是概率的意思,一般情况下为什么选择0.05呢?其实这个不是绝对的,你也可以选择0.1.我们就以0.05来说,为什么小于0.05认为是非正态的呢?因为这个图形是用来检验的,所以当你抽样落在不该出现的0.05内的话,那么我们就认为是不合理的,也就是说不是正态的.,如果不是出现在0.05内,而是大于0.05,则认为是正态的.就是说假设我的不良的概率最多也就是0.05,也是我们能接受的,但是不巧你一抽样就抽到不良,就落在0.05内,这说明你的产品真的有问题,就没什么正态可言
右键图表，点statguide 你可以看看提供的示例解析。
Powered by如何判断一组数据符合什么样的概率分布？ - 知乎28被浏览3256分享邀请回答32 条评论分享收藏感谢收起0添加评论分享收藏感谢收起查看: 771|回复: 4
Minitab 里 检验正态分布 的P值要大于多少才正态?
TA的每日心情奋斗昨天&08:54签到天数: 335 天[LV.8]求真使者主题帖子积分
马上注册，结交更多好友，享用更多功能，让你轻松玩转社区。
才可以下载或查看，没有帐号？
&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的每日心情奋斗昨天&08:54签到天数: 335 天[LV.8]求真使者主题帖子积分
1,T检验和F检验的由来0 b1 Z& K: z- u# V5 |
: l&&D- M! q1 g& m
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。
$ A- v! g' H7 U! @5 `- H' h
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。
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。% E: B# {0 i! k( Y5 Z
6 w/ Q. e7 C% f" ^, H
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。4 g& A4 t! b0 y8 w
TA的每日心情奋斗昨天&08:54签到天数: 335 天[LV.8]求真使者主题帖子积分
3，T检验和F检验& ^3 s& E" l4 j, N) T
* ?7 O3 \' d+ T, S0 n, z
至於具体要检定的内容，须看你是在做哪一个统计程序。
( S" m( e+ b7 A/ A& X
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。&&n+ N/ u0 L& O9 p8 @
$ L& G$ i% ~8 u3 s! u* }9 }/ m
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。# }$ S4 o: q2 Y' t
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。% E( L. l: [; p$ O! w
TA的每日心情奋斗昨天&08:54签到天数: 335 天[LV.8]求真使者主题帖子积分
3，T检验和F检验的关系
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 。1 `0 |# S3 ?- ?( g8 I" p
6 r3 O0 [2 {% S% z
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。' z7 G+ _' l! c( F, s
) x& Q4 x( p# n+ L6 d
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！4 \6 F. W: J, \7 j- C
2 `" L7 b" \
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。# r* g4 t: o9 a1 O: P# q( J! q3 c7 p" B
TA的每日心情奋斗昨天&08:54签到天数: 335 天[LV.8]求真使者主题帖子积分
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。2 M4 ^# P2 K% x! K3 g
' v/ x" u1 y9 g9 X# k* g+ h
另一种解释：* ?, s$ c: Z* c- {
t检验有单样本t检验，配对t检验和两样本t检验。
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。: P/ `1 T1 F&&~/ I
# d8 b1 x8 w4 R% \
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。: A+ g: m& s$ l' x9 K9 V
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。1 W! b+ ]' O# K2 P. |
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。8 [/ f7 b, J" n- d3 e. H' k
+ `* I+ ^$ _6 Z&&}
其中要判断两总体方差是否相等，就可以用F检验。: S2 [" G5 I7 O6 D8 t3 m6 c
" c7 U* f+ G2 ^
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。
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。- v7 {) ?! U# n&&x8 }
五周年纪念
中国质量俱乐部五周年纪念勋章
在论坛就任版主的均可获得此勋章
Powered by【图文】Minitab-T检验_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
Minitab-T检验
大小：2.32MB
登录百度文库，专享文档复制特权，财富值每天免费拿！
你可能喜欢}