第十二章圆形分布资料的统计分析
应用圆形分布法分析肺结核住院季节性分布特征
本 文 应用 圆形 分布 法分 析我 院收 治肺 结核 病人 的 人 院时 间 ， 结果 显示 ， ５月 ２ ９日为 肺 结 核住 院高 峰 日，
住 院高 峰期 为 ３月 １ ３ Ｅ ｔ 至 ８月 ｉ ４ 日， 与许 多 学 者 的 调 查研 究 相 吻 合 … 。这 说 明用 圆形 分 布 分 析 肺 结 核
季节性
肺结核是一种比较常见 的传染性 呼吸道疾病 ， 其 病程长、 恢复慢 ， 对人群健康和社会具有较大威胁 。本
文应 用 圆形分 布法对 我 院两年来 结核科 收治 的肺 结核
．
的２ ３ １ ８ 例肺 结 核患 者 的住 院时 间进 行 统计 ， 应用 Ｅ ｘ — ｃ ｅ ｌ 软件 进行 数据整 理分 析 ， 按 月份汇 总 。 １ ． ２ 计算 方法
１ ． ２ ． ２ 首先列出各月份 的月 中位 角， 然后根据实际 例数计算各月份的角度 。角度计算见表 １ 。
表１ ２ ３ １ ８肺结核住 院时间的角度计 算表
１ ． ２ ． ３ 平均角 采用三角函数公式求得。其公式为 ：
Ｙ ｃ ＝￣ ． ｆ ｃ ｏ ｓ ｃ ＃ｎ ， ＝￣ ＿ ， ｆ ｓ ｉ ｎ ｃ ＃ｎ ， ｒ ＝
中 国 医 院统 计
２ ０ １ ３年 ８月第 ２ Ｏ卷 第 ４期
ｓ ： （ １ ８ ０ ／ ￣ ） × ￣ ／ ２ （ １ 一 ｒ ） ＝
（ １ ８ ０ ／ ３ ． １ ４ ） × 、 ／ ／ ２ （ １ — ０ ． １ ２ ３ ５ ４ ） ＝ ７ ５ ． ９ 。
± ｓ ＝１ ４ ７ 。 ＋ － ７ ５ ． ９ 。 ＝７ １ ． １ 。～２ ２ ２ ． ９ 。 ， 换算 成月 、 日， 即理论 住 院高 峰期 为 ３月 １ ３ 日至 ８月 １ ４日。
资料分析技巧总结归纳
资料分析全攻略 资料分析测验主要考察应试者对各种资料（主要是统计资料，包括图表和文字资料）进行准确理解与分析综合的能力。
资料分析测验的基本方式是：首先提供一组资料，或是一段文字，在资料之后有几个问题，要求考生根据资料的信息，进行分析、比较、计算、处理，然后，从问题后面的四个备选答案中找出正确答案。
资料分析主要是对文字资料、统计表、统计图（条形统计图、圆形统计图、曲线图、网状图）等资料进行量化的比较和分析，这种类型的题目主要考察应试者对各种资料分析比较和量化处理的能力。
需要提醒应试者注意的是，做这类题目的直接依据是试题提供的资料，切记不要脱离资料本身所提供的信息，不要凭自己个人的经验或非试题提供的同类信息作出判断，否则会严重影响考试成绩。
第一节 文字资料分析 一、文字资料分析测验的解题技巧 （一）文字资料分析测验的考试内容 文字资料分析题是用陈述的方式将一系列相关信息罗列出来，要求考生对所提的问题进行解答，主要考查应试者对一段文字中的数据性、统计性资料进行综合分析与加工的能力。
文字资料分析题是资料分析测验中较难、较复杂的部分，因为它不像统计图像那样具有直观形象、一目了然等特点，其数据具有一定的“隐蔽性”，因为众多数据都隐藏包容在一段陈述中，需要应试者从中将需要的数据逐一找出，并将相关的数据串起来。
这就要求应试者具备较强的阅读理解能力，能在较短的时间内迅速而准确地把握字里行间包含的各种数量关系及其逻辑关系，并进行分析、综合、判断才能得出准确的答案。
通常要小心的是文字中的细节、伏笔，有些文字陷阱会误导应试者做出错误的选择。
（二）、文字资料分析测验的解题方法与技巧 在所有的资料分析题中，文字资料题是最不易处理的一种。
在遇到这类题时，切忌一上来就找数据。
因为这种题是一种叙述，叙述就有语意，有语意就可能让人误解。
如果一上来就直奔数据，而对材料陈述的内容不屑一顾的话，很可能背离材料的本意和要求，造成失误。
圆形分布和Ridit分析及SPSS操作 ppt课件
第9讲 圆形分布和Ridit分析
第一部分 圆形分布
第一节 圆形分布
圆形分布(circular distribution)统计方法用于处 理角度资料。
医学中有些观察数据常用角度表示。如心向量 图的方位角，脑血流图的上升角，主峰角等； 与环境卫生有关的风向也常用罗盘的方向角度 来表示。
有些数据以一年中的月、日或一昼夜中的时、 分来表示。前者如正常人血压值在一年中各月 份的变动，某病的发病率在一年中是否有好发 时间；后者如婴儿的出生时刻，心脏病人的发 病时刻。
在一天中的任何时刻均有可能，可以研究是否 有集中于某一时刻的倾向，这一类时间性资料 可以转化成角度资料来处理。
第二节 角的均数和假设检验
乙组平均Ridit值为 0.6361；95%可信区间 (0.5881,0.6841)。乙组 Ridit值的可信区间不 包括0.5，故P<0.05， 差别有统计学意义， 即乙药治疗慢性气管 炎疗效优于甲药。
2. 两个或两个以上对比组的比较
(1)标准组(两组或多组)合并数据录入，计算标准 组各等级(疗效)的Ridit值。
钴不必进行平均角的均匀性检验及求合并r值。
三. 多个样本平均角的比较第四节 圆形分布源自应用圆周分析可处理的数据有：
1、真正圆周上的位置数据。 2、原始数据为角度，全部读数不超过360度，即在一个 圆周范围之内。例如心电向量图中的心电轴、类风湿指关 节的最大伸直角度等。儿童脊椎左右弯曲角度等。
3、原始数据为时间，全部数据限于一天、或一年，主要 分析，事件的发生是否集中于一天的某一时刻、或一年的 某一月份。例如，婴儿的出生时刻、老年人的死亡时刻， 在一天中是否有集中于某一时刻的倾向。
圆形分布分析的EXCEL实现
表 1 是采用两种方法计算的 2005 年 5 月份的平 均住院日比较, 可见差别最大的是康复科, 其次是 ICU 和风湿科。康复 科有一半左右病人是由 其他科转入 的, 这些病人一般都在其他科接受了一段时间的治疗, 因此用传统方法计算的平均住院日大大超过了其真实 的平均住院日。ICU 是一个特殊的科室, 以他科转入 的病人居多, 以住院费高消耗著称, 用本文的算法, 可 以真实地反映入住该科的住院时间长短, 客观地评价 ICU 病人对医疗资源的消耗。从表 1 可见, 绝大部分 科室用本法计算的平均住院日都小于或等于传统的算 法, 只有烧伤科例外, 因为该科有 1 例病人转去康复科 住了相当长一段时间。就收治病人数来说, 大部分科 室都大于出院病人数, 这也反映了一个科室的工作量 大小, 而用出院人数这一指标是不能反映在本科住院 治疗后转入其他科室治疗的那部分病人的。因此, 这 种算法得到了临床科室的普遍接受。
元格右下角, 等鼠标变成实心十字后按住鼠标左键拖 放到 C13, 完成 C 列计算。
31 在 D2 中输入公式/ = COS( ( B2) * P I( ) / 180) 或/ = COS( RADIANS( B2) ) 0, 其中 COS 函数求余弦, 其他操作同步骤 2, 完成 D 列计算。
41 依次选中 E2- E14 区域, 按工具栏中的自动求 和函数 E , 得出动物致伤总人数 n。
28
31
25
17
19
27
35
54
695861 Nhomakorabea58
46
35
29
26
30
43
43
55
67
69
62
45
51
应用圆形分布法分析手足口病的流行规律
１ １ 资料来源 ． 本研究收集《 中国疾病 预防控制系统 》 报告 的昆 山市 ２ ０ ０９ 年 手足 口病发病资料 ， 拟用 对象为各月手足 口病发病 资料。
１２ 统 计 方 法 ．
例） 。用 圆形分布平均角 ａ表示发生 时间的集 中方 向， 通过 三
角 函数代换原理 ， 求出手足 口病发病 的集 中时间 、 散程度 及 离 手足 口病 的发病 高峰期 。具体计算 如下 ：
数理 医药学杂志 文章编号 ：０ ４４ ３ （ ０ １０ —６ ９０ １ ０—３ ７ ２ １ ） ５０ ０—２ 中图分类号 ：Ｒ ９ ．２ １７３３ 文献标识 码 ： Ａ
２１ ０ １年第 ２ ４卷 第 ５ 期 ・成果应 用 ・
应 用 圆 形 分 布 法 分 析 手 足 口病 的 流 行 规 律 △
ｓ ｍ ｐｅ ｂ ｌｎ ｏ Ｒｅｕ ｔ：Ａ ｃｏ ｄｎ ｏ ｔ ｅｄ ｔ ｆｆｖ ｎ ｌ ｅ ｔａ ａ ｔ ｒ ｕ ｉｇ １ ９ ￣ ２ ０ 。 ｏ ｍｕ ａ ｅ ａ ｌ ｅｏ ｇ ｔ ． ｓ ｌｓ ｃ ｒ ｉｇ ｔ ｈ ａ ａｏ ｉｅｉｆｕ ｎ ｉ１ ｃｏ ｓｄ ｒｎ ４ ｆ ９ ０ ７ ｗｅｆ ｒ ｌｔ ｔ ｅｅ ｔｎ ｉｎ ｃａ ｓｆ ａ ｉｎ ｍｏ ｅ ，ａ ｄ ｆ ｒｃ ｓ ｈ ｃｄ ｎ ｅｒ ｔ ｆＳ ａ ｌｔ ｖ ｒｉ ０ ８ Ｔｈ ｏ ｅ ａ ｔ ｇｒ — ｈ ｘ ｅ ｓｏ ｌｓ ｉ ｃ ｔｏ ｄ ｌ ｎ ｏ ｅ ａ ｔｔ ｅｉ ｉｅ ｃ ａ ｅｏ ｃ ｒｅ ｉ ｎ Ｆｅ ｅ ｎ２ ０ ． ｅｆ ｒ ｃ ｓ ｉ ｅ ｎ ｓ ｌ ｏ ０ ８ ｃ ｉｃｄ ｓｗｉ ｈ ａ ｔ ｕ ｔ ｆ２ ０ ｏｎ ｉｅ ｔ ｔ ｅｆ ｃ．Ｃｏ ｃｕ ｉｎ：Ｔｈ ｘ ｅ ｓｏ ｌｓ ｉｉａ ｉｎ ｍｏ ｅ Ｓｆ ａ ｉ ｌ ｎ ｆｅ ｔｖ 。 ｈ ｎ ｌｓｏ ｅ ｅ ｔｎ ｉｎ ｃａ ｓｆ ｔ ｄ ｌ ｅ ｓｂ ｅａ ｄ ｅ ｆｃｉｅ ｃ ｏ ｉ
类圆形区域的分割与统计分析
类圆形区域的分割与统计分析【摘要】本文旨在探讨类圆形区域的分割与统计分析方法，通过对该领域的定义与特点进行研究，提出了相应的分割和统计分析方法。
通过实例分析与结果讨论，揭示了类圆形区域在地理信息分析中的重要作用。
本研究为进一步深入理解类圆形区域的特性与应用提供了启示，并展望了未来在该领域的研究方向。
总结指出，对类圆形区域的分割与统计分析对地理信息系统和空间数据分析具有重要意义，希望通过本文的研究能够促进相关领域的发展和应用。
【关键词】类圆形区域、分割、统计分析、特点、方法、实例分析、结果讨论、启示、未来研究、总结、研究背景、研究意义、研究目的。
1. 引言1.1 研究背景类圆形区域的分割与统计分析是地理信息科学领域的一项重要研究内容。
随着技术的不断进步，遥感影像数据的获取变得更加容易和快捷，为研究类圆形区域提供了更多的数据支持。
类圆形区域在自然资源调查、城市规划、环境保护等领域具有广泛的应用价值，因此对其进行深入研究具有重要意义。
过去的研究中，对于类圆形区域的分割与统计分析往往是依靠人工经验进行，存在主观性强和效率低的问题。
开展针对类圆形区域的自动化分割和统计分析方法研究，具有重要的理论和实际意义。
通过对类圆形区域的分割与统计分析进行研究，不仅可以提高数据处理的效率和准确性，还可以为相关领域的决策支持和规划提供科学依据。
本文旨在系统总结类圆形区域的分割与统计分析方法，探讨其实际应用和未来发展方向，为相关领域的研究和实践提供参考依据。
1.2 研究意义类圆形区域在地理信息领域具有重要的研究意义。
类圆形区域的分割与统计分析可以帮助我们更好地理解地表特征的空间分布规律。
通过对类圆形区域的研究，我们可以揭示地理现象背后隐藏的规律和趋势，为进一步的地理信息分析提供重要的参考依据。
类圆形区域的研究可以帮助我们更好地进行资源管理和规划。
通过对类圆形区域的分割与统计分析，我们可以更准确地评估不同地区的资源利用情况，为资源的合理配置和规划提供科学依据。
第12章统计表与统计图XX829
• 表12-1 某地某年流行性脑脊髓炎各病型的病死率
第12章统计表与统计图XX829
•表12-2 某地1995年流行性脑脊髓膜炎不同病型病死率与病情轻重的关系
第12章统计表与统计图XX829
第二节 统计图
• 统计图有多种，医学研究工作中常用的统计图 有：
• 直条图、百分直条图、圆形图、线图、半对数 线图、直方图、散点图、箱式图和统计地图等。
第12章统计表与统计图XX829
图12-4 某地1983年五种主要死因构成
第12章统计表与统计图XX829
• 4. 线图（line graph） 它是用线段的上升、下降来说明某事物
在时间上的发展变化的趋势，或某现象 随另一现象变迁的情况。如图12-5，适 用于连续性资料。
第12章统计表与统计图XX829
第12章统计表与统计图 XXX829
2020/11/25
第12章统计表与统计图XX829
Teaching Plan for Medical Students
Medical Statistics
•Professor Cheng Cong
•Dept. of Preventive Medicine • Taishan Medical College
第12章统计表与统计图XX829
• 3.线条 线条应尽量减少，除顶线、标目线、 合计线和底线外，其余线条均可省略。特别是 表的左上角的斜线和两侧的边线应一律不用 。
• 4.数字 表内的数字一律用阿位伯数字，同一 指标位数要对齐，小数点的位数要一致，一般 保留1～2位小数。无数字的空格用“—”表示， 暂缺或未记录用“…”表示。
第十二章 统计表与统计图
➢ 统计表（statistical table）--- 把统计分 析资料及其指标用表格列出，称为统计表。它 可以代替冗长的文字叙述，便于计算、分析和 对比。
《教育统计学》(王孝玲版)超详细知识点及重点笔记
华东师大心理统计学大纲教材：《教育统计学》（王孝玲编著，修订版）华东师范大学出版社1993年6月第一版第一章绪论第一节什么是统计学和心理统计学一、什么是统计学统计学是研究统计原理和方法的科学。
具体地说，它是研究如何搜集、整理、分析反映事物总体信息的数字资料，并以此为依据，对总体特征进行推断的原理和方法。
统计学分为两大类。
一类是数理统计学。
它主要是以概率论为基础，对统计数据数量关系的模式加以解释，对统计原理和方法给予数学的证明。
它是数学的一个分支。
另一类是应用统计学。
它是数理统计原理和方法在各个领域中的应用，如数理统计的原理和方法应用到工业领域，称为工业统计学；应用到医学领域，称为医学统计学；应用到心理学领域，称为心理统计学，等等。
应用统计学是与研究对象密切结合的各科专门统计学。
二、统计学和心理统计学的内容统计学和心理统计学的研究内容，从不同角度来分，可以分为不同的类型。
从具体应用的角度来分，可以分成描述统计，推断统计和实验设计三部分。
1．描述统计对已获得的数据进行整理、概括，显示其分布特征的统计方法，称为描述统计。
2．推断统计根据样本所提供的信息，运用概率的理论进行分析、论证，在一定可靠程度上，对总体分布特征进行估计、推测，这种统计方法称为推断统计。
推断统计的内容包括总体参数估计和假设检验两部分。
3．实验设计实验者为了揭示试验中自变量和因变量的关系，在实验之前所制定的实验计划，称为实验设计。
其中包括选择怎样的抽样方式；如何计算样本容量；确定怎样的实验对照形式；如何实现实验组和对照组的等组化；如何安排实验因素和如何控制无关因素；用什么统计方法处理及分析实验结果，等等。
以上三部分内容，不是截然分开，而是相互联系的。
第二节统计学中的几个基本概念一、随机变量具有以下三个特性的现象，成为随机变量。
第一，一次试验有多中可能结果，其所有可能结果是已知的；第二，试验之前不能预料哪一种结果会出现；第三，在相同的条件下可以重复试验。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
二．圆-圆秩相关
当n对圆形分布资料中的α和β中的一个或二个不是均匀分布 时,H检验不适用,此时,须用秩相关,有关公式有: E=360°/n α'=jE β'=kE 其中j,k分别为αi和βi的秩次 r2=-ln(1- 1− P )/(n-1) (12.33) (12.30) (12.31) (12.32)
i=1 i=1
df1=k-1，df2=N-k，本法也要求各平均角必须经均匀 性检验认为有意义才能进行比较,并且合并的r须大 于0.45，效果才较满意。
第五节 圆-圆相关
当观察到n对角度数据(αi,βi)时,可以研究α与β之间 的相关性,称为圆- 圆相关(Angular-Angular Correlation)。 其计算方法与圆形统计量是否均匀分布有关。当α与β 都呈均匀分布时, 可用H检验法,如α与β中至少有一个 为非均匀分布时,就只能计算秩相关。
（1）先对βi依次编秩,起点可任择,现取61.5°为起点,按 61.5°→360°(0°)→61.4°顺序排列,分别给以秩k为 1,2,3,4,5,6,记于表12.12第3列。 （2）同样对αi依次编秩,选37.0°为起点,按 37.0°→360°(0°)→36.9°顺序排列,分别给以秩j为 1,2,3,4,5,6,记于表12.12第5列。 （3）由(12.30)得 E=360°/n=60° （4）由(12.31)，(12.32)算得α'i,β'i,将其列于表12.12第6,7列。 如:j=1时，α'i=60°；K=3时，β'i=180°等。
第四节 两个或多个样本平均角的比较
两个或多个样本的平均角各自经均匀性检 验,如果都拒绝 H0, 则可用 Watson-William检 验,判断它们是否来自总体平均角都为ρ的总 体,即比较平均角之间是否有显著差别。
二．两样本平均角比较的U2检验
用U2检验法对均匀性及合并r大小等无特殊要求, 故不必作平均角的均匀性检验及求合并r值。 患A病的6个病人,晚上入睡时间分别为 A 6 , 20:30,21:00,21:15,21:20,21:45,22:00; 患B病的7个病人,入睡时间分别为 21:30,21:45,22:05,22:15,22:20,22:45,22:50, 问两种病病人入睡时间的迟早有无差别?
三．多个样本平均角的比较
仍用Watson-William法,计算过程与两样本时相仿,但须求F值。 设有 K个样本,以ni,ri,Ri分别表示第i个样本的有关统计量。 H0:ρ1=ρ2=……=ρk H1:ρi不全相等。
k k
F = K[(N − k)(∑Ri − R)] /[(k −1)(N − ∑Ri )]
（3）计算各行的d值,置于第7列,d2置第8列,并得 ∑d=4.8811,∑d2=2.5302。 （4）用(12.18)式计算U2值 U2=(n1n2)2[∑d2-(∑d)2/n]/n2 本例得U2=6×7×[2.5302-(4.8811)2/13]/132=0.1733 查附表十八,U20.05(6,7)=0.1941， U2<U20.05(6,7) ,P>0.05，不拒绝H0,认为两组分布的差 别无统计意义。
圆形分布中的角度,指的都是圆心角, 其 特点是周而复始,没有真正的零点,也没有大 小之分。习惯上把正北方向定为"0",一昼夜 中的正午夜(0点0分)也定为"0",一年中的1月1 日午夜也定为"0",但这完全是人为规定的。
圆形分布中最常见的是Von Mises分布, 这是 一个单峰圆形分布,相当于线性资料的正态分布, 本章所讨论是的都是这类分布。当角度资料在 圆上的分布有集中于一个方向的趋势, 所求得的 平均角(mean angle)经检验不是均匀分布, 且为 一个集中方向时就称之为单峰圆形分布。反之, 当角度资料在圆上的分布均匀(uniform circular distribution),无明显的集中趋势,就认为平均角不 存在。
第二节 角的均数及其假设检验
二．角离差S和集中趋势r
样本统计量r在圆形分布中是描述α离散程度的一种统计指 标,它与α的标准差s的关系如下: s=(180/π)
− 2ln r 度
当一组数据中所有αi都等于同一数值时,则这组数据无变异, s =0,而r=1, 当一组数据中的αi均匀地分布在圆周上,则r=0,而s 则因平均角不存在而无法计算,但当r趋向于0时,s趋向于无穷 大。r值的范围在0～1之间, s值的范围在0～∞无穷大之间,s可 称为圆标准差
检验表12.2二十名妇女的分娩时间所得的均匀角有无意义? 解:H0:ρ=0 H1:ρ≠0 该例中已求得r=0.71645,n=20,查附表十五,n=20 时,r0.05=0.3846,r0.01= 0.4718，r0.001=0.5687,现r>r0.001故 P<0.001,即在α=0.001水准上拒绝H0,认为存在集中趋势,此 平均角有意义。
第十二章 圆形分布资料的统计分析
上海第二医科大学 生物统计教研室
第一节 角度资料概论
圆形分布(circular distribution)统计方法用于处 理角度资料 。医学中有些观察数据常用角度表示,例 如心向量图的方位角,脑血流图的上升角,主峰角等； 与环境卫生有关的风向也常用罗盘的方向角度来表 示。有些数据以一年中的月,日或一昼夜中的时,分来 表示,前者如正常人血压值在一年中各月份的变动; 某 病的发病率在一年中是否有好发时间,后者如婴儿的 出生时刻,心脏病人的发病时刻, 在一天中的任何时刻 均有可能,可以研究是否有集中于某一时刻的倾向,这 一类时间性的资料可化成角度资料来处理。
（5）求各对数据之差,记为δi,各对数据之和,记为Φi,置 于表12.12第8,9列。 （6）求sinδi,cosδi,sinΦi,cosΦi,并求和,得 ∑sinδi=1.7321 ∑cosδi=2.0000 ∑sinΦi=1.7321 ∑cosΦi=2.0000 （7）由(12.21)，(12.22)式,得 =2.0000/6=0.33333 =1.7321/6=0.28868
三．平均角的假设检验
1. 所有αi都均匀分布在圆周的一个总体,其集中趋势量 度值ρ=0,但在此总体中随机抽一个样本,所得ρ的估计值r 不一定为0,因此, 当同一个样本资料算得平均角与r后,此 是否意义(即是否来自ρ=0的总体)必须进行假设检验,称 为均匀性检验(test of uniformity)。此时，H0:ρ=0,即为均 匀分布,不存在平均角；H1:ρ≠0,即不是均匀分布,存在平 均角。 2. 均匀性检验方法很简单,根据样本大小n和算得的r或 rc查附表十五,如r(或rc)大于或等于表中界值,则P≤α,即在 相应的α水准上拒绝H0,表示存在集中趋势,平均角有意义。 如r小于表中界值,则P>α,即在α水准上不拒绝H0,认为是均 匀分布, 不存在集中趋势,故均匀角无意义。
第六节 圆--线相关
当观测到的成对数据中,一个是圆形分布,另一个是线性量 时, 也可研究两者间的相关性,称为圆--线相关(angular-linear correlation)。其公式为:
计算时,先求出角度资料的sinα与cosα,然后由求出 三个简单相关系数ryc ,rys ,rsc ,再求得r2,其中r即角度 与线性量之间的相关系数,它是否来自ρ=0的总体,可 由(12.38)式求得χ2值后,据χ2界值表判断。当χ2≥ , P<0.05，则拒绝H0,认为总体相关系数不为0,也即存 在园─线相关。
（1）将两样本中的时间化为角度,再按角度大小从上向下排列, 但仍分两组, 各自编序号i与j,排列结果见表12.8第2,4列。 （2）两组分别计算i/n1及j/n2,见表12.8第3,6列,A,B两组各有 12个可标i或j的格子,而A组有6格填了i,有6个空格,B组有7格填 了j,有5个空格,有空格的各行,也要计算i/n1,和j/n2,其i,j的决定方 法为: ①i或j等于1以前各空格其值为0,例如表中第6列1～4行,j/n2的 计算方法为0/7即等于0。 ②如i或j等于C之后有空格,这些空格在计算i/n1或j/n2时,i或j的 值以C代之,如表中i=4与i=5之间有一空格行,它的i/n1为 4/6=0.6667。 ③在i等于6后的各空格,其i/n1,为6/6=1,B组j/n2的空格处, 其 j/n2计算方法同上。