Prefix

把自己报告中的后面一部分放上来，以作备份并警醒自己小心统计学学术造假。

在本次的研究中出现了一些问题，但是过程中没有过多思考便继续进行研究，此处进行探讨。

①. 独立样本t检验的对象总体不是正态分布是否可以继续进行？查阅的资料显示：t检验实际上对于方差齐性和正态分布是有一定稳健性的，也就是一定程度上的违反不太影响t检验结果的准确性，所以基本上你可以放心用t检验。如果严重违反正态性和方差齐性，可以考虑做给数据做一下正态转换，它可以解决正态性问题，并一定程度上改善方差齐性问题。也有说法认为根据中心极限定理，在样本容量很大时，总体参数的抽样分布是趋向于正态分布的。

②. 是否可以在本研究中使用独立样本t检验？样本是否独立？

③. 对于多值变量两两使用两独立样本t检验是否合适？查阅资料后得知不合适。重复使用两独立样本t检验进行分析，增加了犯I型错误的概率，显然是不正确的。在满足正态性和方差齐性的条件下，应该采用方差分析。

④. 卡方检验有少部分的单元格期望次数小于5。查阅到的资料给出了

卡方检验试用条件

1.随机样本数据；

2.卡方检验的理论频数不能太小.

两个独立样本比较可以分以下3种情况：

1.所有的理论数T≥5并且总样本量n≥40,用Pearson卡方进行检验.

2.如果理论数T＜5但T≥1,并且n≥40,用连续性校正的卡方进行检验.

3.如果有理论数T＜1或n＜40,则用Fisher’s检验.

上述是适用于四格表.

R×C表卡方检验应用条件：

1.R×C表中理论数小于5的格子不能超过1/5；

2.不能有小于1的理论数.

若不符合R×C表的卡方检验.可以通过增加样本数、列合并来实现.

本研究的R×C表的卡方检验理论数小于5的格子比例均小于10%，无小于1 的理论数，符合卡方检验应用条件。

其实最后还有和舍友探讨PP图检验样本数据的正态分布，能否当成总体符合正态分布的判断。还没结论，留个坑吧。

https://zhidao.baidu.com/question/2052805730012254707.html

https://zhidao.baidu.com/question/2052805730012254707.html

[http://www.360doc.com/content/17/0716/20/33765370_671818768.shtml

http://www.dxy.cn/bbs/thread/40695344#40695344