适用范围:eg:研究减肥茶是否有明显的减肥效果,即对同一肥胖人群进行喝茶前与喝茶后的体重数据进行配对样本 t 检验,看二者数据均值是否具有显著差异原假设:均值之差为0数据组织方式分别放在两个不同变量中即可:...

独立样本 t 检验;两组数据在一个变量中:另一变量放分组的标识:配对样本 t 检验:两组数据分别放两个变量中即可

P值是拒绝原假设范第一类假设错误的概率:eg:方差分析检验:

平均数比较的原假设是：平均数相等。正态分布的原假设是：服从正态分布。方差齐次性检验的原假设是：方差相等。相关性检验的原假设是：不相关。差异性检验中原假设是无差别假设eg:列联表中的卡方检验原假设为: 行列变量独立...

先正态性检验:https://blog.youkuaiyun.com/qq_41228218/article/details/90693213基本分析转数据后直接点确定:方差齐性(同质性)检验:即检验自变量对总体方差的影响原假设是方差相同:0.491>0.05方差相等p=0说明自变量对因变量影响显著https://blog.youkuaiyun.com/qq_41228218/articl...

无需服从正态分布,不必进行正态性检验关于交互作用两个因素的不同水平的搭配可能对试验（调查）观察指标产生新的影响，这 种现象称为交互作用。数据组织方式:各个自变量与因变量分别在不同变量中...

A为第二阶段Bi为第一阶段

按数据的计量层次定性数据1、定类变量（定类尺度 Nominal Variable）：是最低层次的变量，变量取值只有类别属性之分，而无大小、程度之别。根据变量值，只能知道研究对象是相同或是不同。从数学运算特征来看，只具有等于或不等于（=、≠）的性质。例如：性别。2、定序变量（定序尺度 Ordinal Variable）变量层次高于定类变量。变量取值除了有类别属性之外，还有等级、次...

前提:来自两个总体的样本,均服从正态分布正态性检验:https://blog.youkuaiyun.com/qq_41228218/article/details/90693213注意在正态性检验中拆分后,进行样本检验时要先还原原假设:二总体均值差为0(eg:男女二总体均值无显著差异)...

即用总体中的样本来推断总体均值是否与指定的检验值存在显著差异先判断样本是否服从正态分布:https://blog.youkuaiyun.com/qq_41228218/article/details/90693213

先按照自变量拆分文件:

对与本图来将相当于极端值是10而不是5.8

即在探寻总体内在数量规律性的过程中的不同阶段(根据对样本/总体数据的描述统计来推断统计总体的数量特征)

根据向上/下累计判断:

异众比例V.R离散系数C.V

spss中偏度和峰度都与0比较,统计学中其他地方峰度可能与3比较

一维随机变量离散型随机变量连续型随机变量拟合成标准正态分布:二维随机变量

总体要>200

http://note.youdao.com/noteshare?id=cc25f0a98b138a6217073d203df8f4ff&sub=77AB18DAF328473FBF82CD7C369982A4