※ 引述《[email protected] (softwind rising)》之銘言： > ※ 引述《[email protected] (老怪物)》之銘言： > : 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 兩樣本次數都是 0 導致理論值為 0, 仍然對卡方無貢獻, 因此仍應當做不存在. 例如, 次數為 class 1 2 3 4 sample1 0 50 950 10000 sample2 0 40 450 5000 則第一組視同不存在. > : 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! > : 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 分組可任意, 更要小心從事. 若分組太粗略, 可能隱藏重 要差異而不自知; 分組太細, 不能用卡方近似, 而需考慮 exact test (需要有專門軟體如 StatXact). 除了卡方檢定, 另可考慮 Kolmogorov-Smirnov Test. 參 考 http://www.physics.csbsju.edu/stats/KS-test.html 書本大概可查 non-parametric 的教本. 建議拿著你的資料, 就近找專業統計人員討論、評估, 看 看如何分組, 或者上列 K-S 檢定較適當? 在不可能獲得專業統計諮詢的情形下, 可在適合卡方近似 的條件下, 比較不同分組是否造成結論不同 (分組方式的 敏感度分析). -- 來自統計專業的召喚... 無名小站 telnet://wretch.twbbs.org Statistics (統計方法討論區) 成大計中站 telnet://bbs.ncku.edu.tw Statistics (統計方法及學理討論區) 盈月與繁星 telnet://ms.twbbs.org Statistics (統計：讓數字說話) 交大資訊次世代 telnet://bs2.twbbs.org Statistics (統計與機率) ★本文未經本人同意請勿轉載; 回覆請勿全文引用, 請僅留下直接涉及部分。 -- 夫兵者不祥之器物或惡之故有道者不處君子居則貴左用兵則貴右兵者不祥之器非君子 之器不得已而用之恬淡為上勝而不美而美之者是樂殺人夫樂殺人者則不可得志於天下 矣吉事尚左凶事尚右偏將軍居左上將軍居右言以喪禮處之殺人之眾以哀悲泣之戰勝以 喪禮處之道常無名樸雖小天下莫能臣侯王若能守之萬物將自賓天地相合以降甘露民莫 之令而自均始制有名名亦既有夫亦將知止知止可以不殆譬道之在天 163.15.188.87海