R语言统计小结1：卡方检验、t检验及方差分析的区别

2023-04-13  本文已影响0人  cc的生信随记

1. \color{green}{原假设}的不同

卡方检验：样本总体的分布与假设的分布(也称期望分布或者理论分布)\color{orange}{无相关性}

t检验：两组总体均值相等，\color{orange}{无显著性差异}

方差分析：各水平下观测变量的总体均值\color{orange}{无显著差异}

★ 卡方检验和t检验的原假设是对立的

2. \color{green}{数据类型}和\color{green}{功能}的不同

卡方检验：用于分析\color{orange}{定类数据}(X)与\color{orange}{定类数据}(Y)之间的关系情况（2组及以上）
\ \ \ \ \eg:\药物治疗组和外用膏药组在治疗效果上的差异情况

t检验：用于分析\color{orange}{定类数据}(X)与\color{orange}{定量数据}(Y)之间的关系情况（仅2组）
\ \ eg:\ 两种不同的鸢尾花（setosa和versicolor）在花萼长度上是否有差异

方差分析：用于分析\color{orange}{定类数据}(X)与\color{orange}{定量数据}(Y)之间的关系情况（2组及以上）
\ \ \ \ \eg:\不同气缸数量（cyl)对油耗（mpg）是否有差异

分析方法 分类 功能说明
卡方检验 \ 通过分析不同类别数据的相对选择频数和占比情况，进行差异判断
t检验 单样本T检验

独立样本T检验

配对样本T检验		 比较样本数据与一个特定数值之间是否的差异情况

和单因素方差分析功能上基本一致，但是只能比较两组选项的差异

分析配对定量数据之间的差异对比关系。与独立样本t检验相比，
要求样本是配对的，两个样本的样本量相同；样本先后的顺序也是一一对应的。
方差分析 单因素方差分析

双因素方差分析

多因素方差分析		 用于分析定类数据与定量数据之间的关系情况(每个选项的样本量大于30)

分析定类数据(2个)与定量数据之间的关系情况

通常用于类实验式问卷研究
上一篇 下一篇

猜你喜欢

热点阅读