※ 引述《[email protected] (老怪物)》之銘言： : ※ 引述《[email protected] (softwind rising)》之銘言： : > 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 抱歉這邊小弟想再請教一下 像之前我問過 第一組和第二組比 然後 第二組在和第三組比 如果12組齊一性檢定接受 然後23組也接受 那我可以說123組作齊一性檢定也是接受嗎 還是說 我聯列表要一起列出 變成 1. <1 2 3> 2. <1 1 3> 3. <2 2 3> 然後123一起看... 小弟想問這個主要是因為 越多組一起分析 其自由度成長很快 想上例兩組自由度為 2 但是三組一起分析變成 4 還是說 多少組分析都沒有差別... (抱歉 小弟真的只會作題目... 題目數據都漂漂亮亮 但是自己實際應用就...) : 則第一組視同不存在. : > 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). 這部分我詢問過數理統計的相關老師 (我本身不是讀統計的科系) 對像我這種數據會有"非常多組"的分類 老師不認為作齊一性檢定合適 因為太多組 自由度太大 chi^2曲線很容易右偏 檢定會傾向容易接受H0 如果我將時間間隔刻度作調整再來分析 又有點像是在玩數學遊戲 XD 為了達到某論點 而東湊西湊... 然後結論是 老師他會再找找看 有沒有適合類似我這種數據的檢定方法 --------------實在是感謝他了 談正事-------------------------- 這個問題小弟也有向中研院的院士請教... 雖然該教授還沒有email回信 想問一下 中研院的院士可以作學術的諮詢嗎？ 我是看該院士掛在 "學術諮詢人員"名單下面... 所以就寄信過去了 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.129.36.82 ※ 編輯: softwind 來自: 140.129.36.82 (08/01 17:10)