存档

文章标签 ‘data’

有书可读

2009年2月12日 米店老板 3 条评论

我小时候有个梦想,I have a dream.就是有无数的书来读。今天在网络上无意间发现一些非常creative的书架。折服于设计师的奇思妙想。

继续之前,先牢骚几句,gallery语法居然没有指定显示那幅图片的功能,这很不好。


我突然想起,我自己装修房子时的一点心得,记录在这里,以备不再犯此错误。

  1. 屋里所有的水管水龙头换一遍,没一个能用长久的,尤其是要封在家具里面的水龙头;
  2. 暖水管都要包上防寒棉,用于保温,否则冬天的时候凉的很快;
  3. 电线,网线,水管,都要有备份,万一出现问题不用刨砖;
  4. 最大限度的进行移动装修,不要把家具固定在某一个固定的地方无法移动,这样的房间住来很是无趣;
  5. 冷热阳台的防水,保暖要做好;
  6. 灯具选择容易维护的,不要看其来漂亮,换灯管麻烦的那种。换个灯管要把灯拆掉的灯具,千万不要买;
  7. 在墙上多刨几个坑,用装饰盒盖好,以备以后改变家中布局所需,主要是四线,电线,网线,电话线,有线电视线;
  8. 卫生间和厨房要留出安装有线电视的地方;
分类: 幸福生活 标签: , ,

细说显著性检验和P值

2008年5月7日 米店老板 3 条评论

P值是怎么来的

从某总体中抽样所得的样本,其参数会与总体参数有所不同,这可能是由于两种原因:

、这一样本是由该总体抽出,其差别是由抽样误差所致;

、这一样本不是从该总体抽出,所以有所不同。

如何判断是那种原因呢?统计学中用显著性检验赖判断。其步骤是:

、建立检验假设(又称无效假设,符号为H0):如要比较A药和B药的疗效是否相等,则假设两组样本来自同一总体,即A药的总体疗效和B药相等,差别仅由抽样误差引起的碰巧出现的。、选择适当的统计方法计算H0成立的可能性即概率有多大,概率用P值表示。、根据选定的显著性水平(0.050.01),决定接受还是拒绝H0。如果P0.05,不能否定“差别由抽样误差引起”,则接受H0;如果P0.05P 0.01,可以认为差别不由抽样误差引起,可以拒绝H0,则可以接受令一种可能性的假设(又称备选假设,符号为H1),即两样本来自不同的总体,所以两药疗效有差别。

统计学上规定的P值意义见下表

P

碰巧的概率

对无效假设

统计意义

P0.05

碰巧出现的可能性大于5%

不能否定无效假设

两组差别无显著意义

P0.05

碰巧出现的可能性小于5%

可以否定无效假设

两组差别有显著意义

P 0.01

碰巧出现的可能性小于1%

可以否定无效假设

两者差别有非常显著意义

理解P值,下述几点必须注意:

P的意义不表示两组差别的大小,P反映两组差别有无统计学意义,并不表示差别大小。因此,与对照组相比,C药取得P0.05D药取得P 0.01并不表示D的药效比C强。

P0.05时,差异无显著意义,根据统计学原理可知,不能否认无效假设,但并不认为无效假设肯定成立。在药效统计分析中,更不表示两药等效。哪种将“两组差别无显著意义”与“两组基本等效”相同的做法是缺乏统计学依据的。

统计学主要用上述三种P值表示,也可以计算出确切的P值,有人用P 0.001,无此必要。

显著性检验只是统计结论。判断差别还要根据专业知识。

显著性检验的手段

t检验

t检验有其应用条件,那就是数据基本符合常态,且两组方差(标准差的平方值)大致相齐,否则不宜采用t检验。

方差是否相齐

所谓方差不齐,是指两组的标准差相差太大。两组均数的显著性检验时,除要求资料数据符合常态分布外,还有另一前提条件,即两总体的方差(标准差的平方)要相近,因而对数据要进行方差齐性检验。

方差齐性检验的方法

1公式法

S较大者为S1 n1;小者为S2 n2。通过查“F值方差齐性检验表”或经过公式计算出F0.05值,若FF0.05,表示两组方差之差异有显著意义,也就是两组方差不齐。

2简单方法

若两组资料标准差相差超过一倍时,可以肯定两组方差不齐。

分类: 数据可视化 标签: