在体育实践中,经常会遇到两个样本的差异问题,这就需要我们作进一步的分析比较,以区分这种差异是由抽样误差造成的,还是由条件误差造成的(或者称系统误差)。这里的条件误差是指两个样本所处的条件不一样,如教学方法、训练手段、锻炼途径等的不同。正确区分这两种误差具有非常重要的现实意义。如果两个统计量的差异是由抽样误差造成的,那么二者所处的条件(如教学方法、训练手段等)就没有比较价值;如果两个统计量是由二者所处的条件不同而非抽样误差造成的,那么研究二者所处的条件就非常有价值,即教学方法、训练手段等有优nue之分。要正确去分这两种误差,就需要对总体作出某种假设,然后通过从总体中抽出的样本计算有关统计量,对所作的假设进行检验,并依据检验结果作出判断,这种方法叫做假设检验。
假设检验的方法多种多样,一般分为两类:参数建议和非参数检验。
参数检验在检验的过程中涉及到总体参数,一般要求(1)样本来自正态总体或者近似正态总体。对这一点要求,只要样本数据不是极度偏态,只要样本例数不是太少,在实用上影响不大,一般不予考虑。(2)T检验要求被比较的总体方差齐性,即样本与样本之间、样本与总体之间的方法应为齐性。如果不齐,应对T检验结果进行矫正。
(疑问:什么叫齐性?)
非参数检验方法是指这类方法的使用不需要对总体分布作任何事先的假定,例如正态分布等。同时从检验的内容说,也不是检验总体分布的某些参数,如均值、方差等,而是检验总体某些有关的性质。
非参数检验的假定前提比参数检验少得多,也容易满足,适用于计算信心较弱的资料。但是,如果总体确实属于正态分布,或者可转换为正态分布的,则采用非参数检验的效率将低于参数检验。
参数检验包括T检验和方差分析。前者是对两个样本均数的假设检验,后者(方差分析)则是对三个及以上多个样本均数的假设检验。