显著性检验的相关概念

这是一个关于显著性检验的相关概念的思维导图，讲述了显著性检验的相关概念的相关故事，如果你对显著性检验的相关概念的故事感兴趣，欢迎对该思维导图收藏和点赞~

显著性检验的相关概念

• 什么是显著性检验?
  • 显著性检验是一种用于确定两组数据之间是否存在显著差异的统计方法
    • 显著性检验可以帮助我们判断两组数据是否来自同一总体
      • 如果两组数据之间存在显著差异，那么我们可以拒绝原假设
      • 如果两组数据之间不存在显著差异，那么我们可以接受原假设
    • 显著性检验可以帮助我们确定两组数据之间的差异是否具有统计学意义
• 显著性检验的基本原理
  • 显著性检验的基本原理是假设检验
    • 假设检验是一种用于确定假设是否成立的统计方法
      • 假设检验包括原假设和备择假设
      • 原假设是指我们希望检验的假设
      • 备择假设是指与原假设相反的假设
    • 假设检验包括两类错误
      • 一类错误是指拒绝了正确的原假设
      • 二类错误是指接受了错误的原假设
  • 显著性检验的目标是控制一类错误
    • 控制一类错误的方法是确定显著性水平
      • 显著性水平是指在假设检验中，我们愿意接受的一类错误的最大概率
      • 常用的显著性水平包括0.05、0.01和0.001
• 显著性检验的方法
  • 显著性检验的方法包括t检验、方差分析、卡方检验和秩和检验等
    • t检验适用于两组数据之间的比较
      • t检验的基本思想是计算两组数据的均值之差
      • t检验的假设检验包括独立样本t检验和配对样本t检验
    • 方差分析适用于多组数据之间的比较
      • 方差分析的基本思想是计算各组数据的方差
      • 方差分析的假设检验包括单因素方差分析和双因素方差分析
    • 卡方检验适用于分类数据之间的比较
      • 卡方检验的基本思想是计算各组数据的卡方值
      • 卡方检验的假设检验包括皮尔逊卡方检验和列联系数卡方检验
    • 秩和检验适用于不满足正态分布的数据之间的比较
      • 秩和检验的基本思想是计算各组数据的秩和
      • 秩和检验的假设检验包括曼惠特尼U检验和威尔科克森符号秩和检验;