数据统计分析——常用统计检验方法
2017-04-27 15:16
344 查看
单变量 | 因变量 | |||||
连续变量 | 有序分类变量 | 无序分类变量 | 二分类变量 | |||
单自变量 | 连续 | 样本t检验 | 相关分析 回归分析 | 有序分类的Logistic回归 | 无序分类的Logistic回归 | 二分类的Logistic回归 |
有序分类 | 单样本秩和检验 | 单因素方差分析,结果解释时利用有序信息 | 秩相关分析、CMH x2 | 可将自/因变量交换后分析 | 可将自/因变量交换后分析 | |
无序分类 | 单样本x2检验 | 单因素方差分析 | 多样本秩和检验(H检验) | x2检验,深入分析可用对数线性模型 | x2检验,二分类的Logistic回归 | |
二分类 | 二项分布确切概率法 | 两样本t检验 | 两样本秩和检验(W检验) | x2检验 | 四格表x2检验,确切概率法 | |
多自变量 | 连续变量为主 | -- | 线性回归模型 | 有序分析的判别分析,有序分类的Logistic回归 | 判别分析、无序分类的Logistic回归 | 判别分析、二分类Logistic回归 |
分类变量为主 | -- | 方差分析模型,和回归模型实际上等价 | 有序分类的Logistic回归 | 无序分类的Logistic回归 | 二分类的Logistic回归 |
多元方差分析模型、多元回归模型:考察的特征需要多个因变量来表示,并研究多个自变量对它们的影响!
聚类分析:将变量和记录分成若干类别,但类别数不清楚,或各类别的特征不明;
判别分析:已知分类情况,研究目的是希望建立判别方程,对以后新进入的案例进行所属类别的预测;
因子分析:探索多个连续变量间的内在练习或数据的内在结构;
应对分析:探索多个分类变量间的内在练习或数据的内在结构;
多维尺度分析:考察多个概念间的相似程度,并寻找受访者用于评价相似度的标准!
生存分析:
时间序列模型:
相关文章推荐
- Pig_7. 常用的数据分析方法 -- 待完善
- 数据统计分析时常用sql语句 (split , row_number , group by, max 等 )
- Python sklearn数据分析中常用方法
- Python pandas数据分析中常用方法
- Excel在统计分析中的应用—第二章—描述性统计-分组数据的方差求解方法
- 数据分析:常用的降维方法
- Python Numpy数据分析中常用方法
- R中五种常用的统计分析方法
- Excel在统计分析中的应用—第二章—描述性统计-未分组数据的四分位偏差的求解方法
- 数据统计分析常用指标
- 利用Python进行数据导入、变化、统计和假设检验等基本数据分析
- 常用数据分析方法&&误差计算
- 基于R语言的数据分析和挖掘方法总结——均值检验
- 最常用的四种数据分析方法
- R语言:常用统计检验方法
- 常用的数据统计分析软件
- 常用Jar包汇总及内置方法数统计,常用手机权限汇总分析
- Python数据分析之双色球统计两个红和蓝球哪组合比例高的方法
- Excel在统计分析中的应用—第二章—描述性统计-分组数据的算术平均值、方差及标准差求解方法
- Spark一些常用的数据处理方法-2.MLlib基础统计方法