统计学期末 · 方法选择与易混
这张图讲什么
「统计学期末 · 方法选择与易混」是 SeekFlaw 编辑团队整理的思维导图,分 6 个一级分支:拿到数据先问三件事:方法怎么选;P 值、显著性与功效:解读为什么总错;分类数据:比例检验与卡方检验怎么选;三组以上比较:方差分析与多重比较;相关与回归:这些概念最容易混;考场速记:关键词、样本量与自由度,共 108 个节点、107 张记忆卡,含 6 张配图。
这张图不重讲公式推导,只解决两件事:拿到题怎么选方法,以及解读结果时哪里最容易写错。共 6 支:决策流程、P 值与置信区间误读、分类数据与卡方、方差分析、相关与回归、考场速记。建议先过第 1 支建立判断顺序,再按错题所在支翻卡;每张卡的算例先自己算,再翻面核对。
5 个要点
- 拿到数据先问三件事:方法怎么选——选方法不看公式,先看三件事:研究目的、变量是分类还是数值、样本之间是独立还是配对。
- P 值、显著性与功效:解读为什么总错——这一枝是解读题的重灾区:P 值不是「原假设为真的概率」,不显著不等于没差异,显著不等于重要。
- 分类数据:比例检验与卡方检验怎么选——结果是分类变量时,比例和频数是主角。
- 三组以上比较:方差分析与多重比较——方差分析回答「各组均值是否全相同」,F 显著只说明至少有两组不同。
- 相关与回归:这些概念最容易混——相关与回归的混淆集中在:相关不是因果、r 的含义与局限、相关与回归的区别、R² 与 r、置信区间与预测区间、多元回归里的 R² 和共线性。
适用:大学期末复习。用法:点开任一节点先自己答,再翻面核对。
配图:按数据情形选统计方法的对照表;标准正态曲线两侧尾部阴影表示双侧 P 值;两个均值的置信区间重叠但差异显著;2×2 表的观测与期望频数和卡方计算;三种残差图:随机散布、呈曲线、喇叭形;常见检验自由度对照表。
发布于
一句话:这张图把「统计学期末 · 方法选择与易混」整理成 108 个节点、107 张记忆卡;点开节点翻面就能看答案。
统计学期末怎么选方法:数据类型到检验的决策流程、P 值与置信区间的常见误读、卡方、方差分析、相关回归的易混,附自编算例。点开任一节点翻面看答案,登录后可存进自己的空间,按遗忘曲线复习。
SeekFlaw 求瑕是面向初中、高中、考研、考公考前速记的思维导图与记忆卡平台:把课件、讲义变成思维导图,节点翻面就是记忆卡,按遗忘曲线安排复习。
108 个节点 · 107 张记忆卡。作者:SeekFlaw 编辑团队;发布于 2026-11-20。
先看这 3 条
- 选统计方法前先问哪三件事?:一问 研究目的 (描述、比较、关联、预测),二问 变量类型 与个数(分类还是数值),三问 样本关系 (独立还是配对)。
- 卡方拟合优度检验检验的是什么?:检验一个分类变量的 频数分布是否符合某个给定分布 :$\chi^2=\sum\frac{(O-E)^2}{E}$,自由度 $k-1$($k$ 是类别数)。
- 「同一批对象前后对比」用什么方法?:用配对 $t$ 检验(数值)或 McNemar 检验(分类),属于 配对设计 ,先求每对差值,再按单样本处理。
拿到数据先问三件事:方法怎么选
- 选统计方法前先问哪三件事?:一问 研究目的 (描述、比较、关联、预测),二问 变量类型 与个数(分类还是数值),三问 样本关系 (独立还是配对)。 区分 目的决定用估计还是检验、比较还是回归;变量类型决定用均值类还是频数类方法。 易错 忘问第三件事,把前后对照的同一…
- 分类数据和数值数据在方法上差在哪?:分类数据记录的是 类别与频数 ,用比例检验、卡方检验;数值数据能做加减,用均值、方差,对应 $z$、$t$、$F$ 检验。 例 「是否通过」是分类,「分数」是数值;每组通过人数比较用比例或卡方,每组平均分比较用 $t$ 或方差分析。 易错…
- 有序数据(如满意度 1~5 级)该用什么方法?:有序数据只有大小顺序、间距未必相等,更稳妥的是 基于秩 的方法,如秩和检验、秩相关。 条件 若等级较多且大致对称,教材有时也按数值处理,但要说明理由。 易错 把「很不满意到很满意」直接当等距数值做 $t$ 检验, 默认了等级间距相等 。
- 「比较」和「关联」题怎么分?:比较题看 分组变量 对结果有没有差异;关联题看两个变量(多为数值) 一起变化 的关系。 例 三个班的平均分有无差异是比较;学习时长与分数的关系是关联,用相关与回归。 区分 多组均值比较与「分组变量与结果有无关联」本质相通,教材分在方差分析…
- 结果变量与解释变量的类型怎么对应方法?:数值结果配两组用 $t$ 检验(独立或配对),配三组以上用方差分析,配数值解释变量用相关与回归;分类结果配分类变量用比例检验或卡方。 易错 只看到「比较」二字就一律 $t$ 检验,忽略结果是 比例 时要用比例的 $z$ 检验或卡方。
- 怎样用一张图从数据类型走到具体检验?:先分结果变量: 数值 还是 分类 ;数值再按组数分一组、两组、三组以上,两组再分独立与配对;分类按是否两个分类变量交叉走卡方。 例 数值、两组、独立、方差齐 → 合并方差 $t$;数值、三组 → 方差分析;分类 × 分类 → 卡方。 易错…
- 单个总体均值检验:用 z 还是 t?:总体 $\sigma$ 已知 用 $z=\frac{\bar x-\mu_0}{\sigma/\sqrt n}$;$\sigma$ 未知 用样本标准差 $s$,得 $t=\frac{\bar x-\mu_0}{s/\sqrt n}$,自由…
- 单个总体比例检验的统计量与条件是什么?:$z=\frac{\hat p-p_0}{\sqrt{p_0(1-p_0)/n}}$,条件是 $np_0$ 与 $n(1-p_0)$ 都不小于 5(有的教材取 10)。 例 $n=100$,$\hat p=0.6$,$p_0=0.5$:$…
- 单个正态总体方差检验用什么统计量?:$\chi^2=\frac{(n-1)s^2}{\sigma_0^2}$,自由度 $n-1$,要求总体 正态 ,对偏离正态很敏感。 例 $n=10$,$s^2=6.25$,$\sigma_0^2=4$:$\chi^2=\frac{9\ti…
- 只有一个样本,想问「均值是否不同于某个标准值」,走什么流程?:列 $H_0:\mu=\mu_0$ 与 $H_1:\mu\ne\mu_0$ → 看 $\sigma$ 是否已知选 $z$ 或 $t$ → 算统计量 → 与临界值或 $P$ 值比较 → 回到问题作结论。 区分 若题目问「是否 高于 标准」,…
- 两组数值数据比较均值,怎样判断独立还是配对?:看数据有没有一一对应:来自同一对象的两次测量,或一对按条件匹配的个体,是 配对 ;两组对象互不相关、各自抽取,是 独立 。 例 同一批 5 名学生训练前后各测一次,是配对;甲班 5 人与乙班 5 人,是独立。 易错 两组样本量恰好相等并 …
- 独立两样本 t 检验:方差齐与不齐怎么处理?:方差齐时用合并方差 $s_p^2=\frac{(n_1-1)s_1^2+(n_2-1)s_2^2}{n_1+n_2-2}$,自由度 $n_1+n_2-2$;方差不齐用 Welch 的 $t$,标准误为 $\sqrt{\frac{s_1^2…
- 配对 t 检验怎么做?:先对每一对求差 $d_i$,把问题化为单样本:$t=\frac{\bar d}{s_d/\sqrt n}$,自由度 $n-1$($n$ 是 对数 )。 例 训练前 60,72,55,68,64,训练后 63,77,57,72,65:$d=…
- 把配对数据误当独立样本分析,结果会怎样?:配对设计靠「同一对象做自己的对照」消去个体差异;若前后测量 正相关 (通常如此),误按独立样本分析,标准误被个体差异 撑大 ,$t$ 变小,容易漏掉真实差异。 例 5 名学生训练前 60,72,55,68,64,训练后 63,77,57,…
- 两个总体比例比较的统计量怎么写?:检验 $H_0:p_1=p_2$ 时用合并比例 $\bar p=\frac{x_1+x_2}{n_1+n_2}$:$z=\frac{\hat p_1-\hat p_2}{\sqrt{\bar p(1-\bar p)(\frac1{n_1}…
- 两个正态总体方差比的 F 检验怎么用?:$F=\frac{s_1^2}{s_2^2}$,自由度 $(n_1-1,\,n_2-1)$,用来检验 $H_0:\sigma_1^2=\sigma_2^2$;双侧检验把较大的方差放分子,对照 $F_{\alpha/2}$。 例 $s_1^…
- 什么情形下考虑非参数检验?:小样本且明显偏态、有无法剔除的极端值、数据只是有序等级时,参数检验的正态前提站不住,可改用基于秩的 非参数检验 。 易错 大样本时由中心极限定理,均值类 $t$ 检验往往仍可用,不必 一遇偏态就改 非参数。
- 常用参数检验的非参数替代分别是什么?:单样本或配对 $t$ 对应符号秩检验;独立两样本 $t$ 对应秩和检验(曼—惠特尼 $U$);单因素方差分析对应克—瓦检验(Kruskal-Wallis);皮尔逊相关对应 斯皮尔曼秩相关 。 记法 「配对对符号秩,独立对秩和,多组对 K-…
- 非参数检验有没有代价或前提?:数据其实正态时,非参数检验 功效略低 ;它也不是毫无假定,仍要求观测 独立 ,比较位置时常假定各组分布形状相似。 易错 把秩和检验的结论表述成「均值不同」,严格说比较的是 分布位置 (中位数)。
- 怎样判断数据是否近似正态?:画直方图或正态 Q-Q 图 ,点大致落在一条直线上就可认为近似正态;小样本也可用 Shapiro-Wilk 等正态性检验。样本量较大时,由中心极限定理,均值类检验对原始数据的正态性要求可放宽。 例 Q-Q 图两端的点明显翘离直线,常提示 …
P 值、显著性与功效:解读为什么总错
- P 值的准确定义是什么?:在 $H_0$ 成立 的前提下,检验统计量取到 当前观测值或更极端值 的概率。越小,说明数据与 $H_0$ 越不相容。 例 双侧 $z$ 检验得 $z=2.0$,$P=2\times P(Z\ge2.0)\approx0.0455$。 易…
- 「P = 0.03,所以原假设成立的概率是 3%」对吗?:这种说法 不对 。$P$ 值是 $P(\text{数据}\mid H_0)$,不是 $P(H_0\mid\text{数据})$;后者需要先验概率,经典检验算不出来。 区分 正确说法是:若 $H_0$ 为真,出现这样极端的结果的概率只有约 …
- P 值与显著性水平 α 怎么配合?:$\alpha$ 是检验前定好的门槛(如 0.05),$P\le\alpha$ 则拒绝 $H_0$;$P$ 值是检验后才算出的 数据结果 。 例 $P=0.03$:在 $\alpha=0.05$ 下拒绝,在 $\alpha=0.01$ 下…
- P = 0.0001 比 P = 0.04 说明差异更大吗?:不一定。$P$ 值小只说明证据 更强 ,既受效应大小影响,也受样本量和变异影响,不度量差异大小。 区分 差异大小看效应量或置信区间;证据强弱才看 $P$ 值。 易错 用 $P$ 值的数量级来比较「哪组差异更大」。
- P > 0.05 能说「两组没有差异」吗?:不能。只能说在该样本下 没有足够证据 拒绝 $H_0$。样本太小、变异太大都会让真实差异检不出来。 区分 正确措辞是「在 $\alpha=0.05$ 下不拒绝 $H_0$」,不写「证明 $H_0$ 成立」。 易错 把「不拒绝」写成「接受」…
- 单侧 P 值与双侧 P 值是什么关系?:分布对称($z$、$t$)且样本方向与备择方向一致时,单侧 $P$ 是双侧 $P$ 的 一半 。 例 $z=1.8$:双侧 $P\approx0.0719$,右侧单侧 $P\approx0.0359$;$\alpha=0.05$ 下,双侧…
- 为什么不能看了数据再决定用单侧还是双侧?:单双侧要在 看数据之前 由题意确定。看到样本均值偏大再改成右侧检验,等于把拒绝域偷偷放宽,实际犯第一类错误的概率会 超过 $\alpha$。 例 双侧 $\alpha=0.05$ 要求 $|z|\gt 1.96$;改成右侧后 $z\gt …
- 统计上显著等于实际上重要吗?:不等于。样本量很大时,微小差异也能达到显著。判断重要性要结合 效应大小 和实际背景。 例 $\sigma=10$,$n=10000$,样本均值比 $\mu_0$ 高 0.5:$z=\frac{0.5}{10/100}=5$,$P$ 极小,…
- 做很多次检验为什么会出现假阳性膨胀?:每次检验在 $H_0$ 为真时仍有 $\alpha$ 的概率误报。做 $m$ 次 独立 检验,至少一次误报的概率是 $1-(1-\alpha)^m$。 例 $\alpha=0.05$,$m=20$:$1-0.95^{20}\approx0…
- 多重检验怎样校正显著性水平?:最常用的是 Bonferroni 校正 :做 $m$ 次比较,每次用 $\frac{\alpha}{m}$ 作门槛,整体误报率控制在 $\alpha$ 以内。 例 整体 $\alpha=0.05$,做 5 次比较,每次用 0.01。 区分…
- 效应量是什么,为什么要报告?:效应量衡量 差异或关联的大小 ,不依赖样本量。常见的有均值差的标准化形式 $d=\frac{\bar x_1-\bar x_2}{s_p}$、相关系数 $r$、方差分析的 $\eta^2$。 例 均值差 4,合并标准差 8:$d=0.5$…
- 95% 置信区间应该怎样解读?:用同样的方法反复抽样、反复构造区间,长期约 95% 的区间会 盖住真实参数 。参数是固定的未知数,区间才是随机的。 易错 「参数有 95% 的概率落在这个区间」是常见误读;区间一旦算出,参数要么在里面,要么不在。
- 置信区间的宽度由什么决定?:以均值为例,半宽 $=z_{\alpha/2}\cdot\frac{\sigma}{\sqrt n}$(或 $t$ 与 $s$ 的对应形式): 置信水平越高越宽 ,$\sigma$ 越大越宽, 样本量越大越窄 。 例 $\sigma=10…
- 置信区间与双侧检验是什么关系?:显著性水平 $\alpha$ 的双侧检验,与 $1-\alpha$ 置信区间 等价 :$\mu_0$ 落在区间外,等价于在 $\alpha$ 下拒绝 $H_0:\mu=\mu_0$。 例 95% 区间为 $(48.3,\,53.7)$,检…
- 两个均值的置信区间有重叠,就说明差异不显著吗?:不一定。比较两个独立均值,看的是差的标准误 $\sqrt{SE_1^2+SE_2^2}$,小于两个标准误之和,所以区间略有重叠时差异仍可能显著。 例 两个均值 10、14,标准误都为 1.2:区间 $(7.65,12.35)$ 与 $(1…
- 第一类、第二类错误与功效分别是什么?:第一类错误是 $H_0$ 为真却拒绝,概率 $\alpha$;第二类错误是 $H_0$ 为假却不拒绝,概率 $\beta$; 功效 为 $1-\beta$,即 $H_0$ 为假时能拒绝它的概率。 易错 把 $\alpha$ 当成「$H_0…
- 哪些因素会提高检验的功效?:样本量增大、总体标准差减小、真实差异变大、$\alpha$ 放宽,都会 提高功效 。 例 其他条件不变,把 $n$ 从 25 增到 100,标准误 $\frac{\sigma}{\sqrt n}$ 减半,同一差异下 $z$ 值翻倍。 区分…
- 同样的样本下,α 与 β 能同时减小吗?:样本量不变时,$\alpha$ 与 $\beta$ 此消彼长 :收紧 $\alpha$(拒绝域缩小),$\beta$ 变大。要两者都小,只有增大样本量。 易错 以为取 $\alpha=0.01$ 一定比 0.05「更好」,忽略漏报概率上升。
分类数据:比例检验与卡方检验怎么选
- 卡方拟合优度检验检验的是什么?:检验一个分类变量的 频数分布是否符合某个给定分布 :$\chi^2=\sum\frac{(O-E)^2}{E}$,自由度 $k-1$($k$ 是类别数)。 例 掷骰子 120 次,点数 $1\sim6$ 的频数为 18,22,20,16,…
- 拟合优度检验中估计了参数,自由度怎么算?:若理论分布的 $m$ 个参数是由样本估计出来的,自由度为 $k-1-m$。 例 检验数据服从泊松分布,估计了 $\lambda$ 一个参数,合并后共 5 类:自由度 $5-1-1=3$。 易错 理论分布的参数是 已给定 的,才用 $k-1…
- 卡方独立性检验怎么做?:$H_0$:两个分类变量 独立 。每格期望频数 $E_{ij}=\frac{\text{行和}\times\text{列和}}{n}$,自由度 $(r-1)(c-1)$。 例 $2\times2$ 表观测 $\begin{pmatrix}…
- 独立性检验与齐性检验有什么区别?:计算 完全相同 ,区别在抽样设计: 独立性 是从一个总体抽一个样本,再按两个变量分类; 齐性 是事先固定各行(组)的样本量,比较各组的比例分布是否相同。 例 抽 200 人再问性别与是否喜欢,是独立性;各抽 100 男 100 女比较喜欢…
- $2\times2$ 表的卡方检验与两比例 z 检验是什么关系?:检验两比例是否相等(双侧)时,有 $\chi^2=z^2$(不加连续性校正),两者结论一致。 例 观测 $\begin{pmatrix}30&20\\20&30\end{pmatrix}$:$\hat p_1=0.6$,$\hat p_2…
- 卡方检验对期望频数有什么要求?不满足怎么办?:常见要求是:期望频数小于 5 的格子不超过约 20%,且没有期望频数小于 1 的格子。不满足时可合并类别,或对 $2\times2$ 表改用 Fisher 精确检验 。 易错 要看的是 期望频数 ,不是观测频数;观测里有 0 本身不要紧。
- 卡方检验显著后,怎样描述关联强度?:$\chi^2$ 显著只说明 有关联 ,样本量大时弱关联也显著。度量强度用 Cramér $V$ 系数:$V=\sqrt{\frac{\chi^2}{n\cdot\min(r-1,\,c-1)}}$。 例 $\chi^2=4$,$n=10…
- 卡方检验能用百分比代替频数吗?:不能。统计量的分母是期望 频数 ,同样是 60%,$n=10$ 与 $n=1000$ 的证据强度差得很远。 例 观测 6 与 4、期望 5 与 5:$\chi^2=\frac{1+1}{5}=0.4$;观测 600 与 400、期望 50…
- 同一批对象前后各答一次是 / 否,该用什么检验?:这是 配对分类数据 ,用 McNemar 检验:只看「前后改变」的两格 $b$、$c$:$\chi^2=\frac{(b-c)^2}{b+c}$,自由度 1。 条件 这是大样本近似,$b+c$ 太小(常见门槛约 25)时改用精确二项检验。…
三组以上比较:方差分析与多重比较
- 比较三组均值,为什么不直接做三次两两 t 检验?:多次检验会让 整体 第一类错误概率膨胀。三对比较、每次 $\alpha=0.05$,至少一次误报约 $1-0.95^3\approx0.14$(近似,三次检验并不完全独立)。 区分 方差分析一次检验 $H_0:\mu_1=\mu_2=\m…
- 单因素方差分析的前提和统计量是什么?:前提是各组独立、总体正态、 方差相等 。统计量 $F=\frac{MSA}{MSE}$,自由度 $(k-1,\,n-k)$,$MSA=\frac{SSA}{k-1}$,$MSE=\frac{SSE}{n-k}$。 例 3 组各 5 个,$…
- F 检验显著后,能得出什么结论?:只能说 至少有两组均值不同 ,不能说「所有组两两不同」,也看不出具体哪两组。要进一步做 多重比较 (Tukey、Bonferroni、LSD 等)。 易错 方差分析显著后, 直接 说「第三组最高」。
- F 检验不显著,还要继续做两两比较吗?:一般 不再 做事后两两比较:总体检验没有发现差异,再挑最大与最小的两组去比,等于变相做多次检验,误报率会上升。 区分 若事先就计划好少数几个对比,是另一回事,并要说明。 易错 为了得到「显著」结果,在不显著的方差分析后继续两两挖掘。
- 只有两组时,F 检验与 t 检验是什么关系?:$k=2$ 时,单因素方差分析的 $F$ 等于合并方差 $t$ 统计量的平方:$F=t^2$,两者对双侧检验 结论一致 。 例 两组独立样本,$t=2.0$,则 $F=4.0$;$t_{0.025}(18)=2.101$,$F_{0.05…
- 方差分析表里平方和与自由度怎么对应?:总平方和分解为 $SST=SSA+SSE$,自由度同样分解 $n-1=(k-1)+(n-k)$;均方 $MS=\frac{SS}{df}$,$F=\frac{MSA}{MSE}$。 例 3 组各 4 个($n=12$),$SSA=48$,…
- 方差分析的效应量 η² 怎么算?:$\eta^2=\frac{SSA}{SST}$,表示总变异中 由分组解释的比例 。 例 $SSA=60$,$SSE=120$:$SST=180$,$\eta^2=\frac{60}{180}=0.333$。 易错 $\eta^2$ 大不…
- 双因素方差分析里主效应与交互作用是什么?:主效应是一个因素单独对结果的影响; 交互作用 是一个因素的影响随另一个因素的水平不同而变。 例 新教法对 A 班提高 10 分,对 B 班只提高 2 分,说明教法与班级 有交互 。 易错 交互显著时,笼统地谈主效应可能掩盖真实情况。
- 随机区组设计与完全随机设计有什么区别?:完全随机设计把对象 随机 分到各处理;随机区组设计先按干扰因素分成区组,每个区组内再随机分配处理,从误差中 扣掉区组差异 。 例 比较 3 种教法,先按入学成绩分区组,每组含 3 人,各接受一种教法。 区分 区组设计是配对 $t$ 检验向…
- 做方差分析前,怎样检查方差齐性?:常用 Levene 检验 或 Bartlett 检验,$H_0$ 是各组方差相等;也可以看各组样本标准差的 最大与最小之比 是否过大(常用经验是不超过约 2)。 易错 Bartlett 对非正态敏感;各组样本量相等时,方差分析对轻度方差不…
相关与回归:这些概念最容易混
- 相关系数 r 度量什么,r = 0 是否说明没有关系?:$r$ 度量两个数值变量的 线性 关系,$-1\le r\le1$,符号表示方向,绝对值表示强弱。 例 $x=-2,-1,0,1,2$,$y=x^2$:两者有确定关系,但 $r=0$。 易错 $r=0$ 只说明 无线性相关 ,不说明无关系。
- 相关显著,能说明因果吗?:不能。相关可能来自因果、反向因果、共同的第三个变量(混杂),或纯属巧合。判断因果要靠 研究设计 (如随机对照),不靠相关系数。 例 冰淇淋销量与溺水人数正相关,共同原因是气温。 易错 把「显著相关」写成「$x$ 导致 $y$」。
- 怎样检验相关系数是否显著?:检验 $H_0:\rho=0$ 用 $t=\frac{r\sqrt{n-2}}{\sqrt{1-r^2}}$,自由度 $n-2$。 例 $r=0.6$,$n=12$:$t=\frac{0.6\sqrt{10}}{\sqrt{0.64}}=…
- 皮尔逊相关与斯皮尔曼相关怎么选?:皮尔逊度量 线性 关系,适合近似正态的数值数据,受极端值影响大;斯皮尔曼基于秩,适合有序数据、偏态数据、单调但非线性的关系。 例 $y=e^x$ 随 $x$ 严格递增,斯皮尔曼相关为 1,皮尔逊相关小于 1。 易错 有明显离群点时只报皮尔…
- 离群点会怎样影响相关系数?:一个远离数据群的点,可以让 $r$ 大幅上升甚至改变符号。 例 一组点的 $x$ 与 $y$ 几乎无关,再补一个 $x$、$y$ 都很大的点,$r$ 会明显变大。 易错 只看 $r$ 不画 散点图 ,被一个点误导;先画图、再算 $r$。
- 辛普森悖论是什么?它提醒什么?:合并数据与分层数据得出的 方向相反 的结论,称辛普森悖论,原因是分层变量(混杂)与分组、结果都有关。 例 两种方案,每个类别内 A 的成功率都高,合并后 B 却更高,因为 A 多用于更难的类别。 易错 只看合并数据, 没有按混杂因素分层 。
- 相关分析与回归分析有什么区别?:相关 对称 ,$x$ 与 $y$ 互换 $r$ 不变,只说明关联;回归 有方向 ,区分自变量与因变量,用来预测与解释,$x$ 与 $y$ 互换会得到不同的回归线。 公式 斜率 $b=r\cdot\frac{s_y}{s_x}$。 易错 因…
- 一元回归的判定系数 R² 是什么?:$R^2=\frac{SSR}{SST}=r^2$,表示 $y$ 的变异中 被回归线解释的比例 。 例 $r=-0.8$:$R^2=0.64$,回归解释了 64% 的变异,方向要看 $r$ 的符号。 易错 写 $R^2=-0.64$,或把…
- 一元回归中回归系数 t 检验与整体 F 检验有什么关系?:一元回归只有一个自变量,$F=t^2$,两者对 $H_0:\beta_1=0$ 结论一致 ,$t$ 的自由度与 $F$ 的第二自由度都是 $n-2$。 例 斜率的 $t=3.0$,则 $F=9.0$。 易错 多元回归中二者 不再等价 :$…
- 回归方程能用来外推吗?:回归方程只在观测数据的 $x$ 范围内 可靠 。超出范围外推,线性关系是否继续成立无从验证。 例 用身高 $150\sim185\text{cm}$ 的数据拟合体重,再预测身高 $2.5\text{m}$ 的体重,结论不可靠。 易错 把 …
- 均值的置信区间与个别值的预测区间有什么区别?:在给定 $x_0$ 处:置信区间估计的是 $y$ 的均值 $E(y\mid x_0)$;预测区间预测的是 一个新的个别值 ,多了个体误差,所以 更宽 。 例 同一 $x_0$,预测区间半宽的根号里比置信区间多出一个 1(即多一个 $\si…
- 残差图怎么看?:残差对拟合值(或 $x$)作图:随机散布、无规律说明模型合适;呈曲线说明可能 非线性 ;呈喇叭形(越来越宽)说明 方差不齐 。 易错 只看 $R^2$ 高就认为模型合适,忽略残差图里的 明显模式 。 图:残差随机散布说明模型合适;呈曲线可…
- 多元回归中 R² 与调整 R² 有什么区别?:加入自变量,$R^2$ 不会减小 ;调整 $R^2=1-\frac{SSE/(n-p-1)}{SST/(n-1)}$ 对多加变量 有惩罚 ,加入无用变量时可能下降。 例 $n=20$,$p=2$,$SSE=30$,$SST=100$:$R…
- 多重共线性是什么,有什么表现?:多元回归中 自变量之间高度相关 ,称多重共线性。表现为:整体 $F$ 显著而单个系数 $t$ 都不显著,系数符号与常识相反,估计值很不稳定。 易错 共线性影响的是 单个系数的解释 ,对整体预测影响较小。
- 一元线性回归有哪些基本假定?斜率怎么检验和估计?:基本假定:线性关系、误差项均值为零且相互独立、 等方差 、 服从正态分布 。斜率检验 $H_0:\beta_1=0$:$t=\frac{b_1}{s_{b_1}}$,自由度 $n-2$;区间为 $b_1\pm t_{\alpha/2}(n…
- 分类自变量怎样放进回归?:用虚拟变量(取 0 或 1)。有 $k$ 个类别只设 $k-1$ 个,余下的类别作 基准 。 例 三个地区设 2 个虚拟变量;若设 3 个,与截距 完全共线 。 易错 把 1,2,3 的类别编码直接当数值放入,等于假定类别间 等距 。
考场速记:关键词、样本量与自由度
- 「同一批对象前后对比」用什么方法?:用配对 $t$ 检验(数值)或 McNemar 检验(分类),属于 配对设计 ,先求每对差值,再按单样本处理。 例 同一批 8 名患者治疗前后某指标:求 8 个差值,自由度 7。 易错 看到「两次测量」仍按两个独立样本做。
- 「甲乙两个独立班级的平均成绩比较」用什么方法?:用独立两样本 $t$ 检验(先看 方差齐否 );若大样本且总体方差已知,用 $z$。 例 甲班 $n_1=30$,乙班 $n_2=32$,方差齐:自由度 $30+32-2=60$。 易错 自由度写成 $n_1+n_2-1$ 或 $n_1+…
- 「三种以上工艺(或方案)的结果有无差别」用什么方法?:数值结果用 单因素方差分析 ;分类结果(如合格率)用 卡方检验 。 例 4 种工艺各测 6 件强度,$F$ 的自由度 $(3,\,20)$。 易错 用多次两两 $t$ 检验来代替。
- 「两个分类变量有没有关联」用什么方法?:用 卡方独立性检验 ,$H_0$ 是两变量独立,$E=\frac{\text{行和}\times\text{列和}}{n}$,自由度 $(r-1)(c-1)$。 例 $3\times4$ 表自由度 $2\times3=6$。 易错 两个都…
- 「两个数值变量的关系 / 用 x 预测 y」用什么方法?:只问关联强弱用 相关分析 ;要预测或解释 $y$ 如何随 $x$ 变用 回归分析 。 例 广告投入与销售额:求 $r$ 说明关联,求 $\hat y=a+bx$ 做预测。 易错 把「预测」要求答成只有相关系数。
- 估计总体均值时,样本量怎么定?:$n=\left(\frac{z_{\alpha/2}\,\sigma}{E}\right)^2$, 向上取整 ;$E$ 是允许的最大误差,$\sigma$ 不知道用预试验或以往资料估计。 例 $\sigma=12$,$E=3$,95%:…
- 估计总体比例时,样本量怎么定?:$n=\frac{z_{\alpha/2}^2\,p(1-p)}{E^2}$,$p$ 没有任何信息时取 0.5(此时 $p(1-p)$ 最大,样本量最保守),结果向上取整。 例 $E=0.05$,95%,$p=0.5$:$n=\frac{…
- 常见检验的自由度分别怎么算?:单样本 $t$:$n-1$;独立合并 $t$:$n_1+n_2-2$;配对 $t$:对数减 1;方差分析 $F$:$(k-1,\,n-k)$;卡方独立性:$(r-1)(c-1)$;拟合优度:$k-1-m$($m$ 为由样本估计的参数个数,…
- 假设检验的答题步骤和结论怎么写?:五步:写 $H_0$、$H_1$ → 选统计量并算值 → 定临界值或求 $P$ → 作统计决策 → 回到实际问题 写结论。 例 「$t=4.24\gt t_{0.025}(4)=2.776$,拒绝 $H_0$。在 $\alpha=0.05…
- 置信区间的结论怎么写才规范?:写清 置信水平、参数、区间 :「总体均值 $\mu$ 的 95% 置信区间为 $(a,\,b)$」。解释时说「该方法构造的区间有 95% 的把握盖住 $\mu$」,不说「$\mu$ 落在区间的概率为 95%」。 易错 区间端点漏写 单位 …
本图由 SeekFlaw 编辑团队整理。发现错误,欢迎到学习论坛指出。