统计显着性检验
数字数据的统计分析
对类别变量进行分组的数字数据进行统计分析。
统计检验包括t检验,单因素方差分析(ANOVA),Wilcoxon秩和检验
和Kruskal-Wallis测试。 测试的选择取决于用户输入(参数或非参数)
以及数据中确定的组数.
输入是:
- 要完成的分析类型(参数或非参数);
- 数据是连续的还是离散的;
- 置信区间估计的期望置信水平;
- 摘要结果中小数点后所需的位数; 和
- 两列数据(包括每列有标签的标题行)。 第一列是类别变量,第二列是数字变量.
注意数据中的缺失值将从计算中省略.
该计划根据所选的选项进行统计测试,并输出表格摘要和数据图表.
产出包括:
- 如果选择参数选项或Wilcoxon秩和检验(2组)或Kruskal-Wallis检验(> 2组),则t检验(2组)或ANOVA(> 2组)的统计检验结果汇总 - 参数选项;
- 如果选择参数选项,Shapiro-Wilk测试所有组的正态性和Bartlett对方差同质性的检验;
- 注意:对于<4或>5000观察的群体,无法计算Shapiro-Wilks W统计量来测试分布的正态性;
- 每组和整体数据的数字摘要,包括直方图和正常图;
- 注意:对于只有一个观察或具有标准差= 0直方图和分位数图的组未显示;
- 如果数据被识别为离散的,则每个单元的频率计数表和条形图; 和
- 每组样本大小的条形图,按组分组的数据框图和每组平均值的置信区间图.