常用顯著性檢tt'應(yīng)用條件與tt′檢驗(yàn)用于兩組間方差不齊時，t′檢驗(yàn)的計算公式實(shí)際上是方差不齊時tU應(yīng)用條件與tUt，t較，組間比較用qLSTX22*2X20100％時，X2RiditHoling檢t，tols是5%，也就是說可以我們范第一類錯誤的概率是5%。這樣說確，但是比較好理解。t-stastic0，0，那么也就意味著沒有因果關(guān)系。這個t-static在經(jīng)典假設(shè)之下服從t布。t120F-statistc：F結(jié)果這樣一個命題做出的檢驗(yàn)。FSSR\SST\SSE點(diǎn)是必須在經(jīng)典假設(shè)之下才能有效。LMFF統(tǒng)計量符合F并且分子和分布必須獨(dú)立，這就是為什么FLM=n*SSRLM=n-SSR。WhiteBrusch-pagan（異方差的檢驗(yàn)方法）、還有序列相關(guān)的tDW1、Brusch-paganX方程：u=b0+b1*x1+……+bn*xn+u'的回歸，其中進(jìn)行FLM2、WhiteXxXi*Xj：u=b0+b1*y+b2*y^2+u'FLM對于時間序列的問需要知道一個東西，也就是一介自回歸過程，也就是一般在教科書中說到的：AR(1)過Ut=p*U(t-1)+et。在這里我要說到幾個概念問題，I(1)（一階積整）、I(0)（零階積整）AR(1)就屬于零階積整過程，而一階積整過程實(shí)際上是隨機(jī)游動和飄移的隨機(jī)游動過程。隨機(jī)游動過程：Ut=U(t-1)+etAR(1)P1AR(1)過程中的不同點(diǎn)在于一個弱相依性的強(qiáng)弱問題，實(shí)際上我們或者更加直觀地說，我們想知道PP0.91et0，沒有異方差性。那么實(shí)際0，U很久以后的U的特征而已，其他的變量的特征問題我們不談。1、tAR(1)OLSUtU(t-1)的回歸，當(dāng)然這里可以包含一個截距項。那么我們驗(yàn)證其中的參數(shù)的估計是不是顯著的，就用ttF有什ttt單樣本t配對t1，2,3，F(xiàn)tFtt'tt種類型的tt件就是該組資料必須服從正態(tài)分布；若是配對設(shè)計，每對數(shù)據(jù)的差值必須服從正態(tài)分布；若是成組設(shè)計，之間相互獨(dú)立，兩組資料均取自正態(tài)分布的總體，并滿足方差齊性之所以需要這些前提條件，是因?yàn)楸仨氃谶@樣的前提下所計算出的t統(tǒng)計量才服從t分布，而t檢驗(yàn)正是以t分布作為其理論依據(jù)的檢驗(yàn)方法。值得注意的是，方差分析與成組設(shè)計tt檢驗(yàn)是目前醫(yī)學(xué)研究中使用頻率最高，醫(yī)學(xué)中最常見到的處理定量資料的假設(shè)檢驗(yàn)方法。t檢驗(yàn)得需要統(tǒng)計學(xué)支持；傳統(tǒng)的醫(yī)學(xué)統(tǒng)計教學(xué)都把t研究人員最熟悉的方法；tt不考慮tt將各種實(shí)驗(yàn)設(shè)計類型一律視為多個單因素兩水平設(shè)計，多次用tut區(qū)別ut總體。但在實(shí)用時，只要樣本例數(shù)nn小但總體標(biāo)準(zhǔn)差σu；n體標(biāo)準(zhǔn)差σt比較的目的是推斷樣本所代表的未知總體均數(shù)μμ0或經(jīng)大量所得的穩(wěn)定值作為μ0.根據(jù)樣本例數(shù)n大小和總體標(biāo)準(zhǔn)差σ是否已知選用u檢驗(yàn)或t檢（一）uσσnsσ（19.6）]以算得的統(tǒng)計量u，19-319-3uP與統(tǒng)α｜t｜P0.05 H0，差別無統(tǒng)計學(xué)意0.05H0，H1，0.01H0，H1，差別有高度統(tǒng)計學(xué)意義例19.3根據(jù)大量，已知健康成年男子脈搏均數(shù)為72次/分，標(biāo)準(zhǔn)差為6.0次/分。某醫(yī)生在山區(qū)隨2574.2據(jù)題意，可把大量所得的均數(shù)72次/分與標(biāo)準(zhǔn)差6.0次/分看作為總體均數(shù)μ0和總體標(biāo)準(zhǔn)差σ，樣本均數(shù)x74.2次/分，樣本例數(shù)n25.H0：H1：μ＞μ0算得的統(tǒng)計量u=1.833＞1.645，P＜0.05，按α=0.05檢驗(yàn)水準(zhǔn)H0，可認(rèn)為該山區(qū)健康成年男子的脈（二）tσn以算得的統(tǒng)計量t，19-419-4｜t｜值、Pα｜t｜P不H0，差別無統(tǒng)計學(xué)意H0，H1，差別有統(tǒng)計學(xué)意義H0，H1，差別有高度統(tǒng)計學(xué)意義19.419.3σ，s=6.519.3σtH0：H1：μ＞μ0v=25-1=24，t（單側(cè)）（19-1）t0.05（24）=1.711.＜1.711，P＞0.05，按α=0.05檢驗(yàn)水準(zhǔn)不H0，尚不能認(rèn)為該山區(qū)成年男子的脈搏高于一般公式式中，00，d據(jù)之差d（簡稱差數(shù)）的均數(shù)，其計算公式同式（18.1）；Sd，sd差，計算公式同式（18.3）；n因計算的統(tǒng)計量是t，19-4例19.5應(yīng)用某藥治療9例高血壓，治療前后舒張壓如表19-5，試問用藥前后舒張壓有無變化？表19-5高血壓用某藥治療前后的舒張壓（kPa）差數(shù)123456-789H0：μd=0v=n-1=8，tt0.05（8）=2.306，t0.01（8）=3.355，＜0.01，按α=0.05檢驗(yàn)水準(zhǔn)H0，接受H1，可認(rèn)為治療前后舒張壓有變化，即該藥有降壓作用。亦稱成組比較。目的是推斷兩樣本各自代表的總體均數(shù)μ1μ2nut（一）un1、n250公式算得的統(tǒng)計量為u19-3例19.6某地抽樣了部分健康成人紅細(xì)胞數(shù)，其中360人，均數(shù)為4.660×1012/L，標(biāo)準(zhǔn)差為0.575×1012/L；2554.178×1012/L，0.291×1012/L，試問該地男、女紅細(xì)胞H0：μ=μ0H1：μ≠μ0今 算得的u=13.63＞2.58，P＜0.01，按α=0.05檢驗(yàn)水準(zhǔn)H0，接受H1，可認(rèn)為該地男女紅細(xì)胞數(shù)的均數(shù)不同，高于女性。（二）tn1、n2公式sx1－x2，為兩樣本均數(shù)之差的標(biāo)準(zhǔn)誤，s2c（combinedestimatevariance）。算得的統(tǒng)計量為t，19-4例19.7某醫(yī)生統(tǒng)廣西瑤族和侗族正常婦女骨盆X線測量資料各50例。骨盆前后徑：瑤族的均數(shù)為H0：H1：n1=n2=50，x1=12.002（cm），s1=0.948（cm）；本例自由度v=n1+n2-2=98，t98，可用內(nèi)插法（從略）v=100水準(zhǔn)H0，接受H1，可認(rèn)為廣西瑤族和侗族婦女骨盆前后徑不同，前者大于后者。是推斷它們分別代表的總體幾何均數(shù)是否相等。此種情況下，應(yīng)先把原始數(shù)據(jù)X的數(shù)據(jù)代入式（19.10）、（19.11）、（19.12）t例19.8將20名鉤端螺旋體的隨機(jī)分為兩組，分別用標(biāo)準(zhǔn)株或水生株作凝溶試驗(yàn)，測得稀釋倍X1：標(biāo)準(zhǔn)株（11H0：μ1=μ2H1：μ1≠μ2X1X2：2.000，2.000，2.000，2.301，2.301，2.301，2.301，2.602，2.602用變換后的數(shù)據(jù)計算x1，s12；x2，s22（19.10）、（19.11）、（19.12）t自由度v=11+9-2=18，查t界值表得t0.01（18）=2.878，今t=3.150＞2.878，P＜0.01，按α=0.05檢驗(yàn)水準(zhǔn)H0，接受H1，可認(rèn)為兩組平均效價不同，標(biāo)準(zhǔn)株高于水生株。方差分析與兩樣本T檢驗(yàn)區(qū)方差分析與兩樣本T1。首先可以看到方差分析（ANOVA）TT因?yàn)锳NOVA可以比較多個總體的均值，當(dāng)然包含兩個總體作為特例。實(shí)際上，T的平方就是F統(tǒng)計量（m個自由度的T（1，m）的FT驗(yàn)和ANOVA檢驗(yàn)對于所要求的條件也相同：2。如果說要差別，則區(qū)別僅在下列一點(diǎn)上ANOVAH0：mu1=MU2<->Ha:mu1not=而兩樣本的T3Ha:mu1>mu2Ha:mu1<mu2Ha:mu1not=mu2ANOVA制，因而還是Tt檢驗(yàn)與方差分析,主要差異在于,t檢驗(yàn)一般使用在單樣本或雙樣本的檢驗(yàn),方差分析用于2個樣本以上的總體均值的檢驗(yàn).同樣,雙樣本也可以使用方差分析,多樣本也可以使用t,tT的區(qū)t檢驗(yàn)單因素設(shè)計的小樣本（n＜50）計量資根據(jù)研究設(shè)計t單個樣本的t檢配對樣本均數(shù)t檢驗(yàn)(非獨(dú)立兩樣本均數(shù)t檢驗(yàn)兩個獨(dú)立樣本均數(shù)t檢t檢t檢驗(yàn)(onesamplettest),μ0的比較,其比較目μμ0有差別。已知總體均數(shù)μ0一般為標(biāo)準(zhǔn)值、理論值或經(jīng)大量觀察得到的較穩(wěn)定的指標(biāo)值tsn<50),t檢tt檢驗(yàn)(pairedttest),t檢驗(yàn),適用于配對設(shè)配對設(shè)計(paireddesign)是將受試對象按某些重要特征相近的原則配成對子，每對中的兩個隨機(jī)5.2兩獨(dú)立樣本t檢t檢驗(yàn)(twoindependentsamplest-test)，又稱成組t 兩獨(dú)立樣本t檢驗(yàn)要求兩樣本所代表的總體服從正態(tài)分布N(μ，σ2N(μ，σ2)， σ2、σ2相等,即方差齊性(homogeneityofvariance, 若兩總體方差不等,即方差不齊，可采用t’檢驗(yàn),或進(jìn)行變量變換,或用秩和檢驗(yàn)方法處理。t檢驗(yàn)中的注意事項假設(shè)檢驗(yàn)結(jié)論正確的前提設(shè)檢驗(yàn)用的樣本資料，必須能代表相應(yīng)的總體，同時各對比組具有良驗(yàn)方法。t檢驗(yàn)是以正態(tài)分布為基礎(chǔ)的，資料的正態(tài)性可用正態(tài)性檢驗(yàn)方法檢驗(yàn)予以判斷。若資料為tt統(tǒng)計分析工作開始之前就決定，若缺乏這方面的依據(jù)，一般應(yīng)選側(cè)檢驗(yàn)。假設(shè)檢驗(yàn)的結(jié)論不能絕對化假設(shè)檢驗(yàn)統(tǒng)計結(jié)論的正確性是以概率作保證的，作統(tǒng)計結(jié)論時不能絕對化。在報告結(jié)論時，最好列出概率PP0.02<P<0.05，同時應(yīng)注明采用的是單側(cè)檢驗(yàn)還是雙側(cè)檢驗(yàn)，以便讀者與同類研究進(jìn)行比較。當(dāng)P接近臨界值時，下結(jié)論應(yīng)慎P值的統(tǒng)計意義P是指在無效假設(shè)H0有統(tǒng)計量值的概率。其推斷的基礎(chǔ)是小概率事件的原理,即概率很小的事件在一次抽樣研究中幾乎是不可能發(fā)生的，如發(fā)生則H0。因此，只能說明統(tǒng)計學(xué)意義的“顯著”。假設(shè)檢驗(yàn)和可信區(qū)間的關(guān)系假設(shè)檢驗(yàn)用以推斷總體均數(shù)間是否相同，而可信區(qū)間則用于估計總體均T檢驗(yàn)及其與方差分析的區(qū)t檢驗(yàn)單因素設(shè)計的小樣本（n＜50）計量資根據(jù)研究設(shè)計t單個樣本的t檢配對樣本均數(shù)t檢驗(yàn)(非獨(dú)立兩樣本均數(shù)t檢驗(yàn)兩個獨(dú)立樣本均數(shù)t檢t檢t檢驗(yàn)(onesamplettest),μ0的比較,其比較目μμ0有差別。已知總體均數(shù)μ0一般為標(biāo)準(zhǔn)值、理論值或經(jīng)大量觀察得到的較穩(wěn)定的指標(biāo)值tsn<50),t檢tt檢驗(yàn)(pairedttest),t檢驗(yàn),適用于配對設(shè)配對設(shè)計(paireddesign)是將受試對象按某些重要特征相近的原則配成對子，每對中的兩個隨機(jī)5.2兩獨(dú)立樣本t檢t檢驗(yàn)(twoindependentsamplest-test)，又稱成組t 兩獨(dú)立樣本t檢驗(yàn)要求兩樣本所代表的總體服從正態(tài)分布N(μ，σ2N(μ，σ2)， σ2、σ2相等,即方差齊性(homogeneityofvariance, 若兩總體方差不等,即方差不齊，可采用t’檢驗(yàn),或進(jìn)行變量變換,或用秩和檢驗(yàn)方法處理t檢驗(yàn)中的注假設(shè)檢驗(yàn)結(jié)論正確的前提設(shè)檢驗(yàn)用的樣本資料，必須能代表相應(yīng)的總體，同時各對比組具有良驗(yàn)方法。t檢驗(yàn)是以正態(tài)分布為基礎(chǔ)的，資料的正態(tài)性可用正態(tài)性檢驗(yàn)方法檢驗(yàn)予以判斷。若資料為tt統(tǒng)計分析工作開始之前就決定，若缺乏這方面的依據(jù)，一般應(yīng)選側(cè)檢驗(yàn)。假設(shè)檢驗(yàn)的結(jié)論不能絕對化假設(shè)檢驗(yàn)統(tǒng)計結(jié)論的正確性是以概率作保證的，作統(tǒng)計結(jié)論時不能絕對化。在報告結(jié)論時，最好列出概率PP0.02<P<0.05，同時應(yīng)注明采用的是單側(cè)檢驗(yàn)還是雙側(cè)檢驗(yàn)，以便讀者與同類研究進(jìn)行比較。當(dāng)P接近臨界值時，下結(jié)論應(yīng)慎P值的統(tǒng)計意義P是指在無效假設(shè)H0有統(tǒng)計量值的概率。其推斷的基礎(chǔ)是小概率事件的原理,即概率很小的事件在一次抽樣研究中幾乎是不可能發(fā)生的，如發(fā)生則H0。因此，只能說明統(tǒng)計學(xué)意義的“顯著”。假設(shè)檢驗(yàn)和可信區(qū)間的關(guān)系假設(shè)檢驗(yàn)用以推斷總體均數(shù)間是否相同，而可信區(qū)間則用于估計總體均t值檢驗(yàn)假設(shè)問題，也可以用來檢驗(yàn)成對數(shù)據(jù)的均值假設(shè)問題。具體內(nèi)容可以參考《概率論與數(shù)理統(tǒng)計》?？梢杂脕砼袛鄡山M數(shù)倨差異是否有顯著意義，也就是結(jié)果有沒有統(tǒng)計學(xué)意義方差分析：它是處理實(shí)驗(yàn)研究資料時重要的分析方法之一，代表數(shù)據(jù)是否具有統(tǒng)計一般一組數(shù)據(jù)代表某個條件或因素,方差分析可以判斷你選取的這個因素是否有意義,是不是影響因素如果你做統(tǒng)計為了找到事物相關(guān)性,而方差結(jié)果顯示數(shù)據(jù)無統(tǒng)計學(xué)差異,題在對均值進(jìn)行假設(shè)檢驗(yàn)時，一般有兩種參數(shù)檢驗(yàn)方法，即tt驗(yàn)場合；而方差分析用在單因素k（k≥3）t切方差分析。不能用t檢驗(yàn)取代方差分析的情①單因素k（k≥3）水平設(shè)計時的情形。為了便于理解，舉例說明[實(shí)例]研究單味中藥對小鼠細(xì)胞免疫機(jī)能的影響，把40只小鼠隨機(jī)均分為4組，每組10只，雌雄各半，15d后測定E-玫瑰結(jié)成率（%），結(jié)果如下，試比較各組總體均值之間的差別有無顯著性意義？對照組：141012黨參組：212418172219182320黃芪組：242022181721182219羊藿組：352723293140353028處理本例資料，通常人們錯誤的做法是，重復(fù)運(yùn)用成組設(shè)計資料的t檢驗(yàn)對4個組的均值進(jìn)行6次兩兩比較；而正確的做法是，先進(jìn)行單因素4水平設(shè)計資料的方差分析，若4個總體均值之間的差別有顯著性意義，再用q差異（1）。1用t比較料的原實(shí)驗(yàn)設(shè)計的錯誤的概率結(jié)論的t：1-（1-0.05）6=0.265方差分析加q：0.05（α=0.05）高：統(tǒng)表2注射氯化鋰或后不同時間大鼠體溫的下降值使用氯化鋰與否使用與否第二次注射后不同時間體溫下降值（攝氏度0.71.53—-—-0.0±0.40.2±0.50.1±0.4+—-0.7±0.50.1±0.50.1±0.6—-+1.2±0.80.1±0.60.4±0.5++1.7±0.60.7±0.60.3±0.6顯然,表2中涉及到的3個實(shí)驗(yàn)因素(即”使用氯化鋰與否”、“使用與否”、“藥物在體內(nèi)作用時間”)。這些因間一般都存在不同程度的交互作用，應(yīng)當(dāng)選用與設(shè)計類型（本例為具有一個重復(fù)測量的三因素設(shè)計）一，將多因素各水平的不同組合（1616）看作單因素的多個水平（即視為單因素16水平），了因素與水平之間的區(qū)別，從而錯誤地確定了實(shí)驗(yàn)設(shè)計類型；其二，分析資料時，常錯誤用單因素多水平設(shè)計或仍采用多次t兩種方法的是，不僅無法分析因間的交互作用的大小，而且，由于所選用的數(shù)學(xué)模型與設(shè)計不配，易得出錯誤的結(jié)論。答：t的t面的特征相似配成對子。無論哪種類型的t為必須在這樣的前提下所計算出的t統(tǒng)計量才服從t分布，而t檢驗(yàn)正是以t分布作為其理論依據(jù)的檢驗(yàn) 值得注意的是，方差分析與成組設(shè)計t檢驗(yàn)的前提條件是相同的，即正態(tài)性和方差齊性。t檢驗(yàn)是目前醫(yī)學(xué)研究中使用頻率最高，醫(yī)學(xué)中最常見到的處理定量資料的假設(shè)檢驗(yàn)方法。t檢驗(yàn)得需要統(tǒng)計學(xué)支持；傳統(tǒng)的醫(yī)學(xué)統(tǒng)計教學(xué)都把t研究人員最熟悉的方法；tt用前提，對兩組的比較一律用tt素的個數(shù)大于等于2時，無法研究實(shí)驗(yàn)因間的交互作用的大小。u（utest）uμ＝μ02－σ2，μ0、σ02，X數(shù)，nH0：μ1＝μ2當(dāng)兩個總體方差σ12σ22量：②總體率π（適用于大樣本）。一個總體：H0:π＝π0H0：π1＝π2用檢驗(yàn)統(tǒng)計量：其中，為兩樣本率的平均數(shù)，m1、m2分別為兩樣本中某事件出現(xiàn)的頻uα，查正態(tài)分布表，當(dāng)α＝0.05、0.011.96、2.58。當(dāng)｜u｜＜1.96時，P＞0.05，不H0，差異不具顯著性；當(dāng)1.96≤｜u｜≤2.58時，P≤0.05，H0，差異具顯著性；當(dāng)｜u｜≥2.58時，P≤0.01，H0，差異具高度顯著性。只要uσ02的訓(xùn)練后成績是否有所提高，可以進(jìn)行ux2皮爾遜x2檢驗(yàn)是檢驗(yàn)實(shí)際頻數(shù)和理論頻數(shù)是否較為接近，統(tǒng)計學(xué)家卡爾?皮爾遜1900年提出了如下檢驗(yàn)它近似服從自由度為V－1n應(yīng)當(dāng)在分布密度曲線圖的右尾部建立域。服從n-1T檢（TTest）T檢驗(yàn)是用于小樣本（樣本容量小于30）的兩個平均值差異程度的檢驗(yàn)方法。它是用T分布理論來推T于ClaudeGuinness聘用從牛津大學(xué)和大學(xué)出來的最好的畢業(yè)生以將生物化學(xué)及統(tǒng)計學(xué)應(yīng)用到健力士工業(yè)程序的創(chuàng)新政策。特于1908年在Biometrika上公布T檢驗(yàn)，但因其認(rèn)為其為商業(yè)而被T驗(yàn)的步1H0:μ1μ22、計算統(tǒng)計量T如果要評斷兩組樣本平均數(shù)之間的差異程度，其統(tǒng)計量T3df=n-1，TT0.05T(df)0.014、比較計算得到的tTTT值與差異顯著性關(guān)系 P 差異顯著程T<T(df)0.05P0.055T檢驗(yàn)舉例如，T檢驗(yàn)可用于比較藥物治療組與安慰劑治療組的測量差別。理論上，即使樣本量很小時也可以進(jìn)行T（10，一些學(xué)者聲稱甚至更小的樣本也行），只要每組中變量呈正態(tài)分布，兩組方差不會明顯不同。如上所述，可以通過觀察數(shù)據(jù)的分布或進(jìn)行正態(tài)性檢驗(yàn)估計數(shù)據(jù)的正態(tài)假設(shè)。方差齊性的假設(shè)可進(jìn)行FLevene's參數(shù)檢驗(yàn)代替TT檢驗(yàn)中的P們只要考慮單側(cè)概率分布，將所得到t-檢驗(yàn)的P告標(biāo)準(zhǔn)的雙側(cè)T1為了進(jìn)行獨(dú)立樣本T檢驗(yàn)，需要一個自（分組）變量（如：男女）與一個因變量（如測量值）。根據(jù)自變量的特定值，比較各組中因變量的均值。用T身高身高均數(shù)=女性身高均數(shù)=T統(tǒng)計量(T-statistic)和T檢驗(yàn)（T-test)是一回事嗎？如何不是，它們之間有什么關(guān)相關(guān)，但不是一件事。T-testT-statistic來做假設(shè)檢驗(yàn)(hypothesistesting),而T-statistic是根據(jù)model計算的，用來做檢驗(yàn)的統(tǒng)計量。正常T-statistic應(yīng)該在0假設(shè)(nullhypothesis)為真時T布(T-distribution)。T-test時根據(jù)T-statistic值的大小計算p-value，決定是接受還是假設(shè)。假設(shè)檢驗(yàn)：通過樣本分布，檢驗(yàn)?zāi)硞€參數(shù)的屬于某個區(qū)間范圍的概率1-a,a99%，95%，90%，a0.01,0.05，0.1總體不是正態(tài)分布，大樣本的樣本均值服從正態(tài)分布，小樣本的服從t分不論已判斷是正態(tài)分布還是t分布，如果總體方差未知時，都按t分布來處t分布要比標(biāo)準(zhǔn)正態(tài)分布平坦，那么要比標(biāo)準(zhǔn)正態(tài)分布離散，隨著自由度的樣本均數(shù)服從的正態(tài)分布為N（ua^2/n）N(u假設(shè)檢驗(yàn)是推斷統(tǒng)計的另一項重要內(nèi)容，它與參數(shù)估計類似，但角度不同，參數(shù)估計是利用樣本信息否成立。<1>檢驗(yàn)的基本思想：先提出假設(shè)，然后根據(jù)資料的特點(diǎn)，計算相應(yīng)的統(tǒng)計量，來判斷假設(shè)是否成立，如果成立的可能性是一個小概率的話，就該假設(shè)，因此稱小概率的反證法。最重要的是看能否通過得的概率去原定的假設(shè)，而不是去證實(shí)它<2>建立假設(shè)，確定檢驗(yàn)水準(zhǔn)假設(shè)有零假設(shè)（H0）（H1）H0和H1立的，如果H0，就要接受H1，根據(jù)備擇假設(shè)不同，假設(shè)檢驗(yàn)有單、雙側(cè)檢驗(yàn)兩種。檢驗(yàn)水準(zhǔn)用α0.050.10，檢驗(yàn)水準(zhǔn)說明了該檢驗(yàn)犯第一類錯誤的概率。這里的檢驗(yàn)方法，是指參數(shù)檢驗(yàn)方法，有ut確定Pu驗(yàn)得到的是u或稱ut得到的是t計量或稱t。方差分析得到的是F量或稱FP值。當(dāng)α＝0.05，u值要和u1.96較，確定Pu＜1.96，P＞0.05.u＞1.96，P＜0.05.tt比較，確定P值。如果t＜t界值，故P＞0.05.t＞t界值，則P＜0.05。相同自由度的情況下，單側(cè)檢驗(yàn)的tttt側(cè)t即單側(cè)檢驗(yàn)更容易出現(xiàn)陽性結(jié)論。當(dāng)P＞0.05在質(zhì)的區(qū)別。當(dāng)P＜0.05時，零假設(shè)，接受備擇假設(shè)，認(rèn)為差異有統(tǒng)計學(xué)意義，也可以理解為二者存在質(zhì)的區(qū)別。但即使檢驗(yàn)結(jié)果是P＜0.01甚至P＜0.001，都不說明差異相差很大，只表示更有把握認(rèn)為3a11：打開數(shù)據(jù)文件：DescriotiveStatistics→Explore:DsplayStatistics，DependentList中輸入所求的變量名Statistics框中選擇Descriptives，并在ConfidenceIntervalforMeansLowerBoundUpperBound2：利用單個樣本tCompareMeans→One_SampleTTest,TestVariables中輸入所求的變量名，在TestValue中輸入所假設(shè)的均值，打開Option框中Confidenceinterval2打開數(shù)據(jù)文件：CompareMeans→Independent_SampleTTest,TestVariables名，在GrouVariabli中輸入兩個正態(tài)總體變量名，打開DefineGroups框，在Group1中輸入第一個正態(tài)總體變量名，Group2中輸入第二個正態(tài)總體變量名，打開Option框中Confidenceinterval1打開數(shù)據(jù)文件：CompareMeans→One_SampleTTest,TestVariablesTest