※ 引述《[email protected] (老怪物)》之铭言： : ※ 引述《[email protected] (softwind rising)》之铭言： : > 齐一性检定的公式 : > χ^ = ΣΣ(O-E)^2/E : > 其中 O为观测值 : > E为理论值 : > 想请问如果遇到像下面两列资料 : > (0 ,1 ,2 ,3 300) : > (0 ,1 ,2 ,3 400) : > --------------其实只要看第一项---------- : > 理论值是 0 : > 因为本来观测值就是 0 : > 那我计算Chi^2 时可以略过吗 : 当然略过! : 但, 你必须先确定 "理论值为 0" 是正确的! : 观测值为 0 不表示理论值一定是 0. 其实我作的是齐一性检定 两方比对数据都是测试的实验数据 我的目的只是想要证明 两次的测试数据的分布是一致的 所以应该是没有真正的标准分布 所以也有可能会 第一次和第二次比对 也有可能是第一次和第十次作比对 但是我会将这些实验的数据都比过一次 也就是说 我希望得到的结果是 第一次 和第二次 .... ... 和最後一次的实验数据都是一致的 : > 要不然会有除0 发生 : > 小弟试过 excel... @@" 它会直接除0 : 我不知你是自订公式还是 Excel 有那样的分析? : 不管怎样, 那是公式定义或程式设计的问题! : > 然後说无限大... : > 还有请问一下 一般来说 自由度多少以下会比较有说服力 : > 因为我实际要分析的资料... 是时间间隔 : > 所以事实上 时间的刻度是可以离散化的 : > 但是我应该选几个自由度比较好 之前问老师说 自由度为1000 : > 即将时间间隔离散化成1000格 合适吗？ : > 老师认为1000格下根本看不出两组数据是不是相似的 : > 小弟想请问 那一般情况下 要套齐一性检定 自由度多少比较适当 : > --------------------------------------------------------- : > PS. 这真的是PS… : > 自由度太大 不适合来作检定 是不是有个什麽 XXX偏斜的名词 : > 有人知道可以回一下吗 谢谢 : 没有 "自由度太大 不适合来作检定" 的这种事! : 但若分成太多组, 导致许多分组理论值偏低, X^2 统计量 : 的 null distribution 并不能用卡方近似. 这就是我的实验数据的特点 因为是连续时间的纪录 最小的时间刻度可以到 ms 所以在分组的时候 如果时间的分组太细 时间的间隔太短 就会有许多 分组的累积次数是 0的结果 如此的话 请问我应该用何种检定 来证明我的实验数据是一致的 谢谢你的回应 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.129.36.82