SPSS的渐进检验与精确检验

原创 data soldier  2022-11-25 14:23  阅读 81 次
数据小兵成长记

渐近显著性

基于检验统计的渐近分布的显著性水平。通常小于 0.05 的值被认为是显著的。渐进显著性是基于数据集很大的假设。如果数据集较小或者分布较差,那么它可能不会很好地指示显著性。

Monte Carlo 估计 (Monte Carlo Estimate).

精确显著性水平的无偏估计,其计算方法是从与观察到的表具有相同维数和行列界限的参考表集中重复地取样。Monte Carlo 法使您不依赖于渐近法所必需的假设就能估计精确的显著性。当数据集太大而无法计算精确的显著性,但数据又不满足渐近法的假设时,此方法最有用。

Fisher精确 (Exact).

精确地计算观察到的输出或更极端的输出的概率。通常,认为小于 0.05 的显著性水平是显著的,指示行变量和列变量之间存在某种关系。

本文地址:http://www.datasoldier.net/archives/3650
版权声明:本文为原创文章,版权归 data soldier 所有,欢迎分享本文,转载请保留出处!
视频课程《SPSS统计分析:从入门到实践提高》
欢迎订阅SPSS训练营微信公众号

评论已关闭!