于晶晶

首都经济贸易大学 北京 100070

Cochran’s Q检验在多元多水平分组实验数据中的归纳

于晶晶

首都经济贸易大学 北京 100070

在统计分析中，多元多水平数据越来越多的被应用到现代科学的各个领域，对于这类数据分析方法的需求也随之上升。目前，对于二元数据在完全随机分组实验里的研究是最基本也是最普遍的一种分析，然而这种二元数据的分析并非简单易行。通常的方法是GLMM分析方法，因为这能够保证检验拥有很好的精度和适当的第一类错误水平。然而GLMM分析方法在计算上较为复杂且时常出现非收敛性。反观Cochran’s Q检验不但拥有GLMM分析的优势，同时简易的计算方法和结果的收敛性使得这种方法更加有效。以前的研究我可GLMM分析方法已经被更广泛的归纳，但Cochran’s Q检验仅仅应用于两元多水平的实验数据分析中。因此本文利用实例来阐述并解释Cochran’s Q检验在多元多水平数据中的应用。

多元多水平；完全随机分组实验；Cochran’s Q检验；GLMM；Wald统计量

引言

随着多元多水平数据在生物学，经济学，社会科学等多个领域中的广泛出现和应用，对这类数据分析方法的需求也日益增多。作为其中的代表，GLMM分析方法可以很好的解决这类数据在完全随机分组实验中的问题，但其计算的繁琐程度，分析的复杂性，以及结果收敛性的不足也限制了此方法的应用。Cochran’s Q检验以简单的计算，被频繁应用于多水平数据在完全随机分组实验中的分析，Stuart教授在1955年的研究中对于Cochran’s Q检验有个归纳，但仅仅针对于二元数据。……