卡方分布,F分布,t分布的关系请问以上三个分布的有何关系
2个回答
展开全部
自由度为n-1的t分布 的平方等于自由度(1,n-1)F分布。
自由度为m-1的卡方/n-m-1的卡方分布为(m-1,n-m-1)F分布。
实际上t分布就是 自由度 1的卡方/自由度为n-1的卡方分布。
恩就是这样了,想象t检验的平方不就是( x平均-总体平均u)^2/标准误^2。。
标准误^2服从自由度n-1卡方分布。
(x平均-总体平均u)服从自由度(2-1)=1的卡方分布,so (n-1)自由度t^2=F自由度(1,n-1)。。
n足够大 t分布近似u分布,及正态分布。
2组样本下n不够大t分布为自由度(1,n-1)F分布。
卡方分布就是标准误^2分布。
多样本下分布自由度(m-1,n-1)F分布就是方差分析。
还可以得出一元线性回归的t检验 的平方为F检验,并与F的方差分析等价。
多元线性回归就是多因素方差分析等价。
n足够大是z或者u检验,或,t检验自由度n-1足够大t=u是一样的为正态分布、,n不够大就服从t检验,卡方检验是对标准误的平方检验,信息量小于t检验,所以精确性小于t检验,这就是为什么计数资料结果是率0-1之间并且方差大,用t检验或u检验需要样本大,所以用卡方检验只看方差时就可以检验,但是卡方检验的精确性差了,加强精确性可以用logistic回归。
总之u检验,t检验,F检验,卡方检验,一元线性回归,多元性回归在一定条件下互相转化!
及对于大样本u检验,就是有多个自变量的多元线性回归就是多因素协方差分析,只有一个自变量多元线性回归变为一元线性回归,自变量x有3个或以上的值就是多样本单因素的方差分析,只有2个取值,就是2个样本单因素方差分析,就是F(1,n-1)检验,这个分布开平方就是t(n-1)检验,n足够大所以就是u检验!这就是基础统计检验的关系。
自由度为m-1的卡方/n-m-1的卡方分布为(m-1,n-m-1)F分布。
实际上t分布就是 自由度 1的卡方/自由度为n-1的卡方分布。
恩就是这样了,想象t检验的平方不就是( x平均-总体平均u)^2/标准误^2。。
标准误^2服从自由度n-1卡方分布。
(x平均-总体平均u)服从自由度(2-1)=1的卡方分布,so (n-1)自由度t^2=F自由度(1,n-1)。。
n足够大 t分布近似u分布,及正态分布。
2组样本下n不够大t分布为自由度(1,n-1)F分布。
卡方分布就是标准误^2分布。
多样本下分布自由度(m-1,n-1)F分布就是方差分析。
还可以得出一元线性回归的t检验 的平方为F检验,并与F的方差分析等价。
多元线性回归就是多因素方差分析等价。
n足够大是z或者u检验,或,t检验自由度n-1足够大t=u是一样的为正态分布、,n不够大就服从t检验,卡方检验是对标准误的平方检验,信息量小于t检验,所以精确性小于t检验,这就是为什么计数资料结果是率0-1之间并且方差大,用t检验或u检验需要样本大,所以用卡方检验只看方差时就可以检验,但是卡方检验的精确性差了,加强精确性可以用logistic回归。
总之u检验,t检验,F检验,卡方检验,一元线性回归,多元性回归在一定条件下互相转化!
及对于大样本u检验,就是有多个自变量的多元线性回归就是多因素协方差分析,只有一个自变量多元线性回归变为一元线性回归,自变量x有3个或以上的值就是多样本单因素的方差分析,只有2个取值,就是2个样本单因素方差分析,就是F(1,n-1)检验,这个分布开平方就是t(n-1)检验,n足够大所以就是u检验!这就是基础统计检验的关系。
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询