HCHUNGW的部落格

統計筆記（72）一元（簡單線性）回歸方程的假設檢驗

相關程度的檢驗方法主要有三種

統計筆記（71）回歸參數的區間估計

介紹線性關係的兩個變數，可以通過回歸分析（最小二乘法）得到帶有回歸參數的回歸方程，通過回歸方程，當已知引數的值時，預測相應的因變數的值。

統計筆記（70）最小二乘法

最小二乘法（又稱最小平方法）是一種數學優化技術。簡單的說，就是通過誤差平方和的最小化，尋找資料的最佳函數匹配。

統計筆記（69）一元（簡單線性）相關分析與回歸分析

回歸分析要求研究者根據因果關係（或假設存在因果關係）將兩個變數，一個定義為引數(X)，由試驗者設定，一個定義為因變數(Y)，是隨機變數。

統計筆記（68）相關與回歸分析基礎

所謂相關關係，是指變數的數值之間存在著非嚴格的依存關係。

統計筆記（67）非參數方法：秩次檢驗

秩次檢驗對總體分佈無更多假定，由於沒有充分利用樣本資訊，且功效較低，因而只有當參數方法不適用時才採用秩次檢驗。

統計筆記（66）一致性的卡方檢驗

一致性，就是指多個總體在某一變數的各個類別上是否具有相同的分佈特徵。例如，不同年齡組的人對貸款消費的人事是否一致；東部地區西部地區的民眾對近年來經濟發展成就的看法是否相同；性別不同的人在選擇觀看電視節目的種類上是否一致等。

統計筆記（64）獨立性和一致性的卡方檢驗—列聯表分析方法

所謂列聯表就是一個行列交叉的表格。將研究的兩個變數，一個變數按類分行排列，另一個變數按類分列排列，行列交叉處是同屬於兩個變數不同類的資料。

統計筆記（63）正態分佈的卡方檢驗

在非參數方法：卡方檢驗的運用中已經介紹卡方檢驗的原理：通過卡方統計量來對比樣本頻率分佈與某已知分佈的頻率分佈，檢驗兩者差異情況，決定是否接受樣本分佈等於已知分佈。卡方分佈能夠用於各種分佈的檢驗。