close
前言
一篇研究文章的分析，一開始通常都要做單變量分析，而單變量分析不外乎是(1)連續變項vs.類別變項、(2) 類別變項vs.類別變項、(3) 連續變項vs.連續變項。其中連續變項vs.類別變項的前提假設較多，在此做 2 張分析流程圖，給大家參考
二組連續資料
資料獨立：
研究上常會見到兩組資料的比較，若兩組資料獨立，最直接的反應是做獨立t檢定，又叫做Student’s t test，檢驗兩組平均值是否有差異，而要使用獨立t檢定，需兩組獨立資料皆服從常態分佈，若其中一組未通過常態分佈的檢定，該如何處理?
此時，可用無母數(nonparametric)分析檢定兩組之間的差異，而獨立t檢定所相應的無母數分析是威爾科克森等級和檢定(Wilcoxon rank sum test)，所要檢定的是兩組間的中位數是否有顯著差異。
配對或重複資料：
若2組配對或重複資料，相減後之數據符合常態，採用成對t檢定(paired t test)，若未通過常態分佈檢定，則採用威爾科克森符號秩檢驗(Wilcoxon signed rank test)。
三組連續資料
資料獨立：
研究上亦常見三組以上獨立資料之比較，通常採用變異數分析(ANOVA)檢驗各組平均值是否有差異，而要使用ANOVA，需各組獨立資料皆服從常態分佈，若其中一組未通過常態分佈的檢定，該如何處理?
此時，可用無母數(nonparametric)分析檢定各組之間的差異，而ANOVA所相應的無母數分析是Kruskal-Wallis test，所要檢定的是各組間的中位數是否有顯著差異。
不論是ANOVA或Kruskal-Wallis test，若各組間平均值或中位數有顯著差異，進一步做事後檢定，亦有其相應之統計方法。
文章標籤
全站熱搜
留言列表
