用秩号代替原始数据后，所得某些秩号之和，称为秩和，用秩和进行假设检验即为秩和检验。其检验假设在两组比较（成对或不成对）时，H 0 ：F（X 1 ）=F（X 2 ），即两总体的分布函数相等，备择假设H 1 ：F（X 1 ）≠F（X 2 ）。本法由于部份地考虑了数据的大小，故检验效力较符号检验大大提高。至于其方法、步骤，不论是查表法或计算法、也都相当简便，现举例
1． 2．调查得成都市1979年996名女学生月经初潮年龄的分布如下，本资料宜用何法确定其双侧99%正常值范围？试估计之。 年岁 10 11 12 13 14 15 16 17 18 19 20 合计 人数 7 44 153 244 269 191 61 16 8 1 2 996 3．某市20岁男学生160人的脉搏数（次/分钟），经正态性检验服从正态分布。求
1．标准差的公式 样本标准差是用得最多的变异指标，其公式为 (4.14) 式（4.14）中的n-1是自由度。n个变量值本有n个自由度，但计算标准差时用了样本均数X，因此就受到了一个条件即∑X= nX的限制。例如有4个数据，它们的均数为5。由于受到均数为5的限制，4个数据中只有3个可以任意指定。如果任意指定的是4、3、6，那么第4个数据只能是7，否则均数就不是
X 2 （称卡方）检验用途较广，但主要用于检验两个或两个以上样本率或构成比之间差别的显着性，也可检验两类事物之间是否存在一定的关系。
参数法中介绍的直线相关只适用于正态双变量资料，但实际资料有时不能满足这些条件。如两事物有相关，但其观测结果不是计量资料而是等级资料，此时即可用秩相关来表达和分析。 本节介绍常用的Spearman秩相关。今以例10.8介绍其一般计算步骤： 1．将资料列成便于计算用的表，见表10.10，为便于编秩号，在列表时可按资料中一个变量的原始数据由小到大排队，但另一变量中
u检验（亦称T检验），它根据正态分布规律作假设检验（显着性检验）。当样本含量增大时，样本均数的分布趋向正态，这可看图6.1，t分布曲线以ν=9的一条比ν=3的更近似正态分布，再看附表3，表最下一行ν为∞时的t分布即是正态分布。故u检验用于大样本。 在仅有一条的标准正态曲线上，以u=1.96与-1.96为界，从此处向外的尾部面积共占5%，即∣u∣≥1.96相应
一群变量值可能用平均数描述集中的位置，用变异指标描述离散情况，而频数表则把变量值的分布描绘得更具体。为了直观还可把频数表画成直方图。如第四章中曾将7岁男童坐高的频数分布绘成图4.1。从图中可看出数据集中均数周围，左右基本对称，离均数愈近数据愈多，离均数愈远数据愈少的特点。医学科研中如健康人的红细胞数、血红蛋白量、血清总胆固醇，同年龄同性别儿童的身高、体重等，
我们在第一节里曾提到重复的原则。所谓重复，是指各处理组（对照在实验研究中也被看作是一种处理，而且是必不可少的）的受试对象都应有一定的数量，例数不能太少，所以在抽样调查、临床观察或实验研究中，首先总要考虑样本含量（或叫样本大小）问题。样本太小，使应有的差别不能显示出来，难以获得正确的研究结果，结论也缺乏充分的依据；但样本太大，会增加实际工作中的困难，对实验条件
直方图是以直方的面积表示数量的。直方顶端连成曲线后，整个曲线下面积就表示总频数，用1或100%表示。一定区间曲线下面积就是出现在此区间的频数与总频数之比，或出现在该区间的各个变量的概率之和。例如以7岁男童102人为100%，则若要知道坐高在66至68cm间的人数占总人数的百分比，只要知道曲线下横坐标为66至68cm区间内的面积就可以了。因此求出曲线下面积有其
某院对城市入托与农村未入托儿童的智能及有关因素作了调查。现将部分资料列出如下。试进行整理，作出入托与未入托儿童智能水平及其影响因素的分析（包括显着性检验）、用图表列出分析结果，并写出文字说明，整理时可参阅所附整理表。 儿童智能发育的调查 例 号 性 别 年龄 （岁） 是否 入托 父 亲 文化程度 母 亲 文化程度 是否 母乳喂养 智能 分数 1 男 3.6
所有搜索结果仅供参考，如需解决具体问题请咨询相关领域专业人士。