※ 引述《[email protected] (老怪物)》之銘言： : ※ 引述《[email protected] (softwind rising)》之銘言： : > 齊一性檢定的公式 : > χ^ = ΣΣ(O-E)^2/E : > 其中 O為觀測值 : > E為理論值 : > 想請問如果遇到像下面兩列資料 : > (0 ,1 ,2 ,3 300) : > (0 ,1 ,2 ,3 400) : > --------------其實只要看第一項---------- : > 理論值是 0 : > 因為本來觀測值就是 0 : > 那我計算Chi^2 時可以略過嗎 : 當然略過! : 但, 你必須先確定 "理論值為 0" 是正確的! : 觀測值為 0 不表示理論值一定是 0. 其實我作的是齊一性檢定 兩方比對數據都是測試的實驗數據 我的目的只是想要證明 兩次的測試數據的分佈是一致的 所以應該是沒有真正的標準分佈 所以也有可能會 第一次和第二次比對 也有可能是第一次和第十次作比對 但是我會將這些實驗的數據都比過一次 也就是說 我希望得到的結果是 第一次 和第二次 .... ... 和最後一次的實驗數據都是一致的 : > 要不然會有除0 發生 : > 小弟試過 excel... @@" 它會直接除0 : 我不知你是自訂公式還是 Excel 有那樣的分析? : 不管怎樣, 那是公式定義或程式設計的問題! : > 然後說無限大... : > 還有請問一下 一般來說 自由度多少以下會比較有說服力 : > 因為我實際要分析的資料... 是時間間隔 : > 所以事實上 時間的刻度是可以離散化的 : > 但是我應該選幾個自由度比較好 之前問老師說 自由度為1000 : > 即將時間間隔離散化成1000格 合適嗎？ : > 老師認為1000格下根本看不出兩組數據是不是相似的 : > 小弟想請問 那一般情況下 要套齊一性檢定 自由度多少比較適當 : > --------------------------------------------------------- : > PS. 這真的是PS… : > 自由度太大 不適合來作檢定 是不是有個什麼 XXX偏斜的名詞 : > 有人知道可以回一下嗎 謝謝 : 沒有 "自由度太大 不適合來作檢定" 的這種事! : 但若分成太多組, 導致許多分組理論值偏低, X^2 統計量 : 的 null distribution 並不能用卡方近似. 這就是我的實驗數據的特點 因為是連續時間的紀錄 最小的時間刻度可以到 ms 所以在分組的時候 如果時間的分組太細 時間的間隔太短 就會有許多 分組的累積次數是 0的結果 如此的話 請問我應該用何種檢定 來證明我的實驗數據是一致的 謝謝你的回應 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.129.36.82