从教练提供的数据,进行卡方分析(Chi-Square test), p<0.02 , 统计差异显著,值得考虑原因。

来源: 欲千北 2018-03-08 19:47:17 [] [博客] [旧帖] [给我悄悄话] 本文已被阅读: 次 (904 bytes)
本文内容已被 [ 欲千北 ] 在 2018-03-08 20:20:07 编辑过。如有问题,请报告版主或论坛管理删除.

我不是统计专家,试着做一下统计分析,如有错误,请高手指正。样本总数 n= 204, 死亡人数 15 。A组(短跑、投掷、跳跃)144;B组(游泳,中长跑)60;统计假设,不计性别差异,死亡率平均分布,A组预期死亡10.6;B组预期死亡4.4;自由度=1。 计算结果是 X2 = 6.24;查表得 0.01<p<0.02 。

一般认为,p<0.05 就表示有显著差异。现在 p<0.02 , 差异很显著。即,如果死亡率与分组无关,是纯碎随机事件,这个结果发生的概率小于 2% ,实际结果显著偏离了死亡率与分组无关的假设。或者说,对那个运动员教练员群体,需要爆发力的A组死亡率高不是偶然现象。这个结论是针对教练所属群体的,不能直接外推到普通人群,但应该有启示作用,觉得也值得研究其原因。

请您先登陆,再发跟帖!

发现Adblock插件

如要继续浏览
请支持本站 请务必在本站关闭/移除任何Adblock

关闭Adblock后 请点击

请参考如何关闭Adblock/Adblock plus

安装Adblock plus用户请点击浏览器图标
选择“Disable on www.wenxuecity.com”

安装Adblock用户请点击图标
选择“don't run on pages on this domain”