四組非正態數據如何比較

⑴ 非正態分布,多組數據之間比較,用什麼統計學方法

非參數檢驗
單樣本中位數檢驗（符號檢驗和 Wilcoxon 檢驗）
雙樣本中位數檢驗（Mann-Whitney 檢驗）
方差分析（Kruskal-Wallis、Mood 中位數和 Friedman 檢驗

⑵ 如何進行四組數據之間的差異顯著性分析

通過比較四組數據的方差進行比較，方差小的差異性小，大的數據間差異大。

⑶ 計數資料四組內兩兩之間進行比較採用什麼方法

例如 ,有 4個均數 ,兩兩組合數為C24 =6 ,若用t檢驗做6次比較 ,且每次比較的檢驗水準為α =0 0 5 ,則每次比較不犯I類錯誤的概率為 (1- 0 0 5 ) ,6次均不犯I類錯誤的概率為 (1- 0 0 5 ) 6 ,這時 ,總的檢驗水準變為 1- (1- 0 0 5 ) 6 =0 2 6 ,比 0 0 5大多了。因此 ,多組均數間的比較不能直接用兩均數t檢驗的檢驗水準和標准誤。多組均數之間的比較要採用方差分析 (F檢驗 ) ,當方差分析結果為P <0 0 5時 ,只能說明k組總體均數之間不完全相同。若想進一步了解哪兩組的差別有統計學意義 ,需進行多個均數間的多重比較 ,即SNK - q檢驗 (多個均數兩兩之間的全面比較 )、LSD -t檢驗 (適用於一對或幾對在專業上有特殊意義的均數間差別的比較 )和Dunnett檢驗 (適用於k - 1個實驗組與一個對比組均數差別的多重比較 )。

⑷ 非正態分布計量資料怎樣做相關分析

可以通過Excel的Correl函數計算相關系數，來判斷相關性。也可使用Pearson計算相關系數判斷相關性。在使用函數時，Excel提示如何操作
關於非正態計量資料的比較，建議採用非參數統計方法，具體的你可以參閱一些非參數統計的書籍，包括秩和檢驗，KS檢驗等等。絕大部分都需要這樣做的，normal是很多檢驗的前提用SPSS可以做相關性分析。 SPSS是世界上最早採用圖形菜單驅動界面的統計軟體，它最突出的特點就是操作界面極為友好，輸出結果美觀漂亮。它將幾乎所有的功能都以統一、規范的界面展現出來，使用Windows的窗口方 式展示各種管理和分析數據方法

⑸ 怎樣對兩對四組數據做差異比較

然後，進行數據分析（依次點選Analyze——Regression——Linear），分別把y和x選進各自的對話框（最上面的那個是y，下面的那個是x），然後按ok，在輸出窗口中看到Coefficients這個表，然後看最右邊的那個Sig列，看x對應的Sig值，若這個sig值比你之前所設定的a值大(a值也就是顯著性水平)，則認為這兩組數不存在顯著性差異，若這個sig值比你之前所設定的a值小，則認為這兩組數存在顯著性差異。舉個例子，如果你預先設定的a=0.05，求得的sig=0.000，則0.000&lt;0.05，故應拒絕原假設（原假設一般為設它們之間無差異），認為這兩組數有顯著性差異

⑹ 非正態分布的兩組數據如何進行均數比較

非正態可以用非參數檢驗->2個獨立樣本，進行秩和檢驗

⑺ 如何用excel或spss計算下面四組數據的顯著性差異，請幫下忙！

1.首先建立四組數據，一個記錄組別，一個記錄對應數據。

N是要比較的數據。

Group 是分組標號。

然後就可以看到結果了。

其他方式比較也是類似方法。

⑻ 幾組樣本不呈正態，方差不齊用什麼統計方法

你好，當數據既不正態，方差也不齊得時候，傳統的參數估計是不能起到很好的作用的，這種情況你有兩種方法：
（1）對數據做變換，使其接近與正態分布，常用的變換為Box-Cox變換，當然變換參數是需要估計的，然後再用普通參數統計的方法。這個還是比較容易的。
（2）利用非參數統計的方法：
這個就要看你要達到什麼目的了，如果是比較總體的差異可以作秩檢驗，符號秩檢驗，或者B-M中位數檢驗， 看你目的不同，採用的方法也不同，有問題再問。

⑼ 不是正態分布的數據怎麼分析

不是正態的數據分析，第一反應是尋求變換，常用的就是Box-Cox變換。如果還不行的話，就直接上非參數了。

對待這種問題，一般要先弄清不正態的原因再說。

第一種情況：數據本來就不是正態的。

如果明確知道樣本數據所代表的總體本來就不是正態分布的，可以考慮尋求變換，通常都會找到恰當的變換參數。但有些數據也不一定能夠變換成功，這時可以採用非參數檢驗來進行分析。

第二種情況：存在異常點。

如果確認是異常點，可以考慮剔除。但如果找不到產生異常點的原因，它可能就是一個正常數據，此時可以考慮補充抽樣，看看能不能把異常點與大多數數據中的空間填補上。