tf檢驗(yàn)教學(xué)課件

1、,T檢驗(yàn)和F檢驗(yàn)的由來一般而言，為了確定從樣本（sample）統(tǒng)計(jì)結(jié)果推論至總體時所犯錯的概率，我們會利用統(tǒng)計(jì)學(xué)家所開發(fā)的一些統(tǒng)計(jì)方法，進(jìn)行統(tǒng)計(jì)檢定。通過把所得到的統(tǒng)計(jì)檢定值，與統(tǒng)計(jì)學(xué)家建立了一些隨機(jī)變量的概率分布（probabilitydistribution）進(jìn)行比較，我們可以知道在多少的機(jī)會下會得到目前的結(jié)果。倘若經(jīng)比較后發(fā)現(xiàn)，出現(xiàn)這結(jié)果的機(jī)率很少，亦即是說，是在機(jī)會很少、很罕有的情況下才出現(xiàn)；那我們便可以有信心的說，這不是巧合，是具有統(tǒng)計(jì)學(xué)上的意義的（用統(tǒng)計(jì)學(xué)的話講，就是能夠拒絕虛無假設(shè)nullhypothesis,Ho）。相反，若比較后發(fā)現(xiàn)，出現(xiàn)的機(jī)率很高，并不罕見；那我們便不能很有

2、信心的直指這不是巧合，也許是巧合，也許不是，但我們沒能確定。F值和t值就是這些統(tǒng)計(jì)檢定值，與它們相對應(yīng)的概率分布，就是F分布和t分布。統(tǒng)計(jì)顯著性（sig）就是出現(xiàn)目前樣本這結(jié)果的機(jī)率。2,統(tǒng)計(jì)學(xué)意義（P值或sig值）結(jié)果的統(tǒng)計(jì)學(xué)意義是結(jié)果真實(shí)程度（能夠代表總體）的一種估計(jì)方法。專業(yè)上，p值為結(jié)果可信程度的一個遞減指標(biāo)，p值越大，我們越不能認(rèn)為樣本中變量的關(guān)聯(lián)是總體中各變量關(guān)聯(lián)的可靠指標(biāo)。p值是將觀察結(jié)果認(rèn)為有效即具有總體代表性的犯錯概率。如p=0.05提示樣本中變量關(guān)聯(lián)有5%的可能是由于偶然性造成的。即假設(shè)總體中任意變量間均無關(guān)聯(lián)，我們重復(fù)類似實(shí)驗(yàn)，會發(fā)現(xiàn)約20個實(shí)驗(yàn)中有一個實(shí)驗(yàn)，我們所研究的

3、變量關(guān)聯(lián)將等于或強(qiáng)于我們的實(shí)驗(yàn)結(jié)果。（這并不是說如果變量間存在關(guān)聯(lián)，我們可得到5%或95%次數(shù)的相同結(jié)果，當(dāng)總體中的變量存在關(guān)聯(lián)，重復(fù)研究和發(fā)現(xiàn)關(guān)聯(lián)的可能性與設(shè)計(jì)的統(tǒng)計(jì)學(xué)效力有關(guān)。）在許多研究領(lǐng)域，0.05的p值通常被認(rèn)為是可接受錯誤的邊界水平。3, T檢驗(yàn)和F檢驗(yàn)至於具體要檢定的內(nèi)容，須看你是在做哪一個統(tǒng)計(jì)程序。舉一個例子，比如，你要檢驗(yàn)兩獨(dú)立樣本均數(shù)差異是否能推論至總體，而行的t檢驗(yàn)。兩樣本（如某班男生和女生）某變量（如身高）的均數(shù)并不相同，但這差別是否能推論至總體，代表總體的情況也是存在著差異呢？會不會總體中男女生根本沒有差別，只不過是你那麼巧抽到這2樣本的數(shù)值不同？為此，我們進(jìn)行t檢定

4、，算出一個t檢定值。與統(tǒng)計(jì)學(xué)家建立的以總體中沒差別作基礎(chǔ)的隨機(jī)變量t分布進(jìn)行比較，看看在多少%的機(jī)會（亦即顯著性sig值）下會得到目前的結(jié)果。若顯著性sig值很少，比如0.05（少於5%機(jī)率），亦即是說，如果總體真的沒有差別，那麼就只有在機(jī)會很少（5%）、很罕有的情況下，才會出現(xiàn)目前這樣本的情況。雖然還是有5%機(jī)會出錯（1-0.05=5%），但我們還是可以比較有信心的說：目前樣本中這情況（男女生出現(xiàn)差異的情況）不是巧合，是具統(tǒng)計(jì)學(xué)意義的，總體中男女生不存差異的虛無假設(shè)應(yīng)予拒絕，簡言之，總體應(yīng)該存在著差異。每一種統(tǒng)計(jì)方法的檢定的內(nèi)容都不相同，同樣是t-檢定，可能是上述的檢定總體中是否存在差異，也

5、同能是檢定總體中的單一值是否等於0或者等於某一個數(shù)值。至於F-檢定，方差分析(或譯變異數(shù)分析，AnalysisofVariance),它的原理大致也是上面說的，但它是透過檢視變量的方差而進(jìn)行的。它主要用于：均數(shù)差別的顯著性檢驗(yàn)、分離各有關(guān)因素并估計(jì)其對總變異的作用、分析因素間的交互作用、方差齊性(EqualityofVariances)檢驗(yàn)等情況。4, T檢驗(yàn)和F檢驗(yàn)的關(guān)系t檢驗(yàn)過程，是對兩樣本均數(shù)(mean)差別的顯著性進(jìn)行檢驗(yàn)。惟t檢驗(yàn)須知道兩個總體的方差(Variances)是否相等；t檢驗(yàn)值的計(jì)算會因方差是否相等而有所不同。也就是說，t檢驗(yàn)須視乎方差齊性(EqualityofVaria

6、nces)結(jié)果。所以，SPSS在進(jìn)行t-testforEqualityofMeans的同時，也要做LevenesTestforEqualityofVariances。1.在LevenesTestforEqualityofVariances一欄中F值為2.36,Sig.為.128,表示方差齊性檢驗(yàn)沒有顯著差異，即兩方差齊(EqualVariances),故下面t檢驗(yàn)的結(jié)果表中要看第一排的數(shù)據(jù)，亦即方差齊的情況下的t檢驗(yàn)的結(jié)果。2.在t-testforEqualityofMeans中，第一排(Variances=Equal)的情況：t=8.892,df=84,2-TailSig=.000,Mean

7、Difference=22.99既然Sig=.000,亦即，兩樣本均數(shù)差別有顯著性意義！3.至U底看哪個LevenesTestforEqualityofVariances欄中sig,還是看t-testforEqualityofMeans中那個Sig.(2-tailed)?。看鸢甘牵簝蓚€都要看。先看LevenesTestforEqualityofVariances,如果方差齊性檢驗(yàn)沒有顯著差異，即兩方差齊(EqualVariances),故接著的t檢驗(yàn)的結(jié)果表中要看第一排的數(shù)據(jù)，亦即方差齊的情況下的t檢驗(yàn)的結(jié)果。反之，如果方差齊性檢驗(yàn)有顯著差異，即兩方差不齊(UnequalVariances),

8、故接著的t檢驗(yàn)的結(jié)果表中要看第二排的數(shù)據(jù)，亦即方差不齊的情況下的t檢驗(yàn)的結(jié)果。4.你做的是T檢驗(yàn)，為什么會有F值呢？就是因?yàn)橐u估兩個總體的方差(Variances)是否相等，要做LevenesTestforEqualityofVariances,要檢驗(yàn)方差，故所以就有F值。另一種解釋：t檢驗(yàn)有單樣本t檢驗(yàn)，配對t檢驗(yàn)和兩樣本t檢驗(yàn)。單樣本t檢驗(yàn)：是用樣本均數(shù)代表的未知總體均數(shù)和已知總體均數(shù)進(jìn)行比較，來觀察此組樣本與總體的差異性。1,兩個同質(zhì)受試對象分別接受兩種3,同一受試對象處理前后。配對t檢驗(yàn)：是采用配對設(shè)計(jì)方法觀察以下幾種情形,不同的處理；2,同一受試對象接受兩種不同的處理；F檢驗(yàn)又叫方

9、差齊性檢驗(yàn)。在兩樣本t檢驗(yàn)中要用到F檢驗(yàn)。從兩研究總體中隨機(jī)抽取樣本，要對這兩個樣本進(jìn)行比較的時候，首先要判斷兩總體方差是否相同，即方差齊性。若兩總體方差相等，則直接用t檢驗(yàn)，若不等，可采用t檢驗(yàn)或變量變換或秩和檢驗(yàn)等方法。其中要判斷兩總體方差是否相等，就可以用F檢驗(yàn)。若是單組設(shè)計(jì)，必須給出一個標(biāo)準(zhǔn)值或總體均值，同時，提供一組定量的觀測結(jié)果，應(yīng)用t檢驗(yàn)的前提條件就是該組資料必須服從正態(tài)分布；若是配對設(shè)計(jì)，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(jì)，個體之間相互獨(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(jì)算出的t統(tǒng)計(jì)量才服從t分布，而

10、t檢驗(yàn)正是以t分布作為其理論依據(jù)的檢驗(yàn)方法。簡單來說就是實(shí)用T檢驗(yàn)是有條件的，其中之一就是要符合方差齊次性，這點(diǎn)需要F檢驗(yàn)來驗(yàn)證。1、問：自由度是什么？怎樣確定？答：（定義）構(gòu)成樣本統(tǒng)計(jì)量的獨(dú)立的樣本觀測值的數(shù)目或自由變動的樣本觀測值的數(shù)目。用df表不。自由度的設(shè)定是出于這樣一個理由：在總體平均數(shù)未知時，用樣本平均數(shù)去計(jì)算離差（常用小s）會受到一個限制一一要計(jì)算標(biāo)準(zhǔn)差（小s）就必須先知道樣本平均數(shù)，而樣本平均數(shù)和n都知道的情況下，數(shù)據(jù)的總和就是一個常數(shù)了。所以，最后一個”樣本數(shù)據(jù)就不可以變了，因?yàn)樗亲?，總和就變了，而這是不允許的。至于有的自由度是n2什么的，都是同樣道理。在計(jì)算作為估計(jì)量的

11、統(tǒng)計(jì)量時，引進(jìn)一個統(tǒng)計(jì)量就會失去一個自由度。通俗點(diǎn)說，一個班上有50個人，我們知道他們語文成績平均分為80,現(xiàn)在只需要知道49個人的成績就能推斷出剩下那個人的成績。你可以隨便報(bào)出49個人的成績，但是最后一個人的你不能瞎說，因?yàn)槠骄忠呀?jīng)固定下來了，自由度少一個了。簡單點(diǎn)就好比你有一百塊，這是固定的，已知的，假設(shè)你打算買五件東西，那么前四件你可以隨便買你想買的東西，只要還有錢的話，比如說你可以吃KFC可以買筆，可以買衣服，這些花去的錢數(shù)目不等，當(dāng)你只剩2塊錢時，或許你最多只能買一瓶可樂了，當(dāng)然也可以買一個肉松蛋卷，但無論怎么花，你都只有兩塊錢，而這在你花去98塊那時就已經(jīng)定下來了。（這個例子舉的

12、真不錯?。?、問：X方檢驗(yàn)中自由度問題答：在正態(tài)分布檢驗(yàn)中，這里的M（三個統(tǒng)計(jì)量）為N（總數(shù)）、平均數(shù)和標(biāo)準(zhǔn)差。因?yàn)槲覀冊谧稣龖B(tài)檢驗(yàn)時，要使用到平均數(shù)和標(biāo)準(zhǔn)差以確定該正態(tài)分布形態(tài)，此外，要計(jì)算出各個區(qū)間的理論次數(shù)，我們還需要使用到N。所以在正態(tài)分布檢驗(yàn)中，自由度為K3。（這一條比較特別，要記?。。┰诳傮w分布的配合度檢驗(yàn)中，自由度為K1。在交叉表的獨(dú)立性檢驗(yàn)和同質(zhì)性檢驗(yàn)中，自由度為（r1）x（c1）。3、問：t檢驗(yàn)和方差分析有何區(qū)別答：t檢驗(yàn)適用于兩個變量均數(shù)間的差異檢驗(yàn)，多于兩個變量間的均數(shù)比較要用方差分析。用于比較均值的t檢驗(yàn)可以分成三類，第一類是針對單組設(shè)計(jì)定量資料的；第二類是針對配對設(shè)計(jì)

13、定量資料的；第三類則是針對成組設(shè)計(jì)定量資料的。后兩種設(shè)計(jì)類型的區(qū)別在于事先是否將兩組研究對象按照某一個或幾個方面的特征相似配成對子。無論哪種類型的t檢驗(yàn)，都必須在滿足特定的前提條件下應(yīng)用才是合理的。若是單組設(shè)計(jì)，必須給出一個標(biāo)準(zhǔn)值或總體均值，同時，提供一組定量的觀測結(jié)果，應(yīng)用t檢驗(yàn)的前提條件就是該組資料必須服從正態(tài)分布；若是配對設(shè)計(jì)，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(jì)，個體之間相互獨(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(jì)算出的t統(tǒng)計(jì)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

14、設(shè)計(jì)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)論文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)得到如此廣泛的應(yīng)用，究其原因，不外乎以下幾點(diǎn)：現(xiàn)有的醫(yī)學(xué)期刊多在統(tǒng)計(jì)學(xué)方面作出了要求，研究結(jié)論需要統(tǒng)計(jì)學(xué)支持；傳統(tǒng)的醫(yī)學(xué)統(tǒng)計(jì)教學(xué)都把t檢驗(yàn)作為假設(shè)檢驗(yàn)的入門方法進(jìn)行介紹，使之成為廣大醫(yī)學(xué)研究人員最熟悉的方法；t檢驗(yàn)方法簡單，其結(jié)果便于解釋。簡單、熟悉加上外界的要求，促成了t檢驗(yàn)的流行。但是，由于某些人對該方法理解得不全面，導(dǎo)致在應(yīng)用過程中出現(xiàn)不少問題，有些甚至是非常嚴(yán)重的錯誤，直接影響到結(jié)論的可靠性。將這些問題歸類，可大致概括為以下兩種情況：不考慮t檢驗(yàn)的

15、應(yīng)用前提，對兩組的比較一律用t檢驗(yàn)；將各種實(shí)驗(yàn)設(shè)計(jì)類型一律視為多個單因素兩水平設(shè)計(jì)，多次用t檢驗(yàn)進(jìn)行均值之間的兩兩比較。以上兩種情況，均不同程度地增加了得出錯誤結(jié)論的風(fēng)險(xiǎn)。而且，在實(shí)驗(yàn)因素的個數(shù)大于等于2時，無法研究實(shí)驗(yàn)因素之間的交互作用的大小。問：統(tǒng)計(jì)學(xué)意義（P值）答：結(jié)果的統(tǒng)計(jì)學(xué)意義是結(jié)果真實(shí)程度（能夠代表總體）的一種估計(jì)方法。專業(yè)上，P值為結(jié)果可信程度的一個遞減指標(biāo)，P值越大，我們越不能認(rèn)為樣本中變量的關(guān)聯(lián)是總體中各變量關(guān)聯(lián)的可靠指標(biāo)。P值是將觀察結(jié)果認(rèn)為有效即具有總體代表性的犯錯概率。如P=0.05提示樣本中變量關(guān)聯(lián)有5%的可能是由于偶然性造成的。即假設(shè)總體中任意變量間均無關(guān)聯(lián)，我們重

16、復(fù)類似實(shí)驗(yàn)，會發(fā)現(xiàn)約20個實(shí)驗(yàn)中有一個實(shí)驗(yàn)，我們所研究的變量關(guān)聯(lián)將等于或強(qiáng)于我們的實(shí)驗(yàn)結(jié)果。（這并不是說如果變量間存在關(guān)聯(lián)，我們可得到5%或95%次數(shù)的相同結(jié)果，當(dāng)總體中的變量存在關(guān)聯(lián)，重復(fù)研究和發(fā)現(xiàn)關(guān)聯(lián)的可能性與設(shè)計(jì)的統(tǒng)計(jì)學(xué)效力有關(guān)。）在許多研究領(lǐng)域，0.05的P值通常被認(rèn)為是可接受錯誤的邊界水平。4、問：如何判定結(jié)果具有真實(shí)的顯著性答：在最后結(jié)論中判斷什么樣的顯著性水平具有統(tǒng)計(jì)學(xué)意義，不可避免地帶有武斷性。換句話說，認(rèn)為結(jié)果無效而被拒絕接受的水平的選擇具有武斷性。實(shí)踐中，最后的決定通常依賴于數(shù)據(jù)集比較和分析過程中結(jié)果是先驗(yàn)性還是僅僅為均數(shù)之間的兩兩比較，依賴于總體數(shù)據(jù)集里結(jié)論一致的支持性證

17、據(jù)的數(shù)量，依賴于以往該研究領(lǐng)域的慣例。通常，許多的科學(xué)領(lǐng)域中產(chǎn)生P值的結(jié)果W0.0瞰認(rèn)為是統(tǒng)計(jì)學(xué)意義的邊界線，但是這顯著性水平還包含了相當(dāng)高的犯錯可能性。結(jié)果0.05P0.0敏認(rèn)為是具有統(tǒng)at學(xué)意義，而0.01P0.001被認(rèn)為具有高度統(tǒng)計(jì)學(xué)意義。但要注意這種分類僅僅是研究基礎(chǔ)上非正規(guī)的判斷常規(guī)。5、問：所有的檢驗(yàn)統(tǒng)計(jì)都是正態(tài)分布的嗎？答：并不完全如此，但大多數(shù)檢驗(yàn)都直接或間接與之有關(guān)，可以從正態(tài)分布中推導(dǎo)出來，如t檢驗(yàn)、F檢驗(yàn)或卡方檢驗(yàn)。這些檢驗(yàn)一般都要求：所分析變量在總體中呈正態(tài)分布，即滿足所謂的正態(tài)假設(shè)。許多觀察變量的確是呈正態(tài)分布的，這也是正態(tài)分布是現(xiàn)實(shí)世界的基本特征的原因。當(dāng)人們用在

18、正態(tài)分布基礎(chǔ)上建立的檢驗(yàn)分析非正態(tài)分布變量的數(shù)據(jù)時問題就產(chǎn)生了，（參閱非參數(shù)和方差分析的正態(tài)性檢驗(yàn)）。這種條件下有兩種方法：一是用替代的非參數(shù)檢驗(yàn)（即無分布性檢驗(yàn)），但這種方法不方便，因?yàn)閺乃峁┑慕Y(jié)論形式看，這種方法統(tǒng)計(jì)效率低下、不靈活。另一種方法是：當(dāng)確定樣本量足夠大的情況下，通常還是可以使用基于正態(tài)分布前提下的檢驗(yàn)。后一種方法是基于一個相當(dāng)重要的原則產(chǎn)生的，該原則對正態(tài)方程基礎(chǔ)上的總體檢驗(yàn)有極其重要的作用。即，隨著樣本量的增加，樣本分布形狀趨于正態(tài)，即使所研究的變量分布并不呈正態(tài)。6、問：假設(shè)檢驗(yàn)的內(nèi)涵及步驟答：在假設(shè)檢驗(yàn)中，由于隨機(jī)性我們可能在決策上犯兩類錯誤，一類是假設(shè)正確，但我們

19、拒絕了假設(shè)，這類錯誤是棄真”錯誤，被稱為第一類錯誤；一類是假設(shè)不正確，但我們沒拒絕假設(shè)，這類錯誤是取偽”錯誤，被稱為第二類錯誤。一般來說，在樣本確定的情況下，任何決策無法同時避免兩類錯誤的發(fā)生，即在避免第一類錯誤發(fā)生機(jī)率的同時，會增大第二類錯誤發(fā)生的機(jī)率；或者在避免第二類錯誤發(fā)生機(jī)率的同時，會增大第一類錯誤發(fā)生的機(jī)率。人們往往根據(jù)需要選擇對那類錯誤進(jìn)行控制，以減少發(fā)生這類錯誤的機(jī)率。大多數(shù)情況下，人們會控制第一類錯誤發(fā)生的概率。發(fā)生第一類錯誤的概率被稱作顯著性水平，一般用”表示，在進(jìn)行假設(shè)檢驗(yàn)時，是通過事先給定顯著性水平a的值而來控制第一類錯誤發(fā)生的概率。在這個前提下，假設(shè)檢驗(yàn)按下列步驟進(jìn)行：

20、1）、確定假設(shè)；2）、進(jìn)行抽樣，得到一定的數(shù)據(jù)；3）、根據(jù)假設(shè)條件下，構(gòu)造檢驗(yàn)統(tǒng)計(jì)量，并根據(jù)抽樣得到的數(shù)據(jù)計(jì)算檢驗(yàn)統(tǒng)計(jì)量在這次抽樣中的具體值；4）、依據(jù)所構(gòu)造的檢驗(yàn)統(tǒng)計(jì)量的抽樣分布，和給定的顯著性水平，確定拒絕域及其臨界值；5）、比較這次抽樣中檢驗(yàn)統(tǒng)計(jì)量的值與臨界值的大小，如果檢驗(yàn)統(tǒng)計(jì)量的值在拒絕域內(nèi)，則拒絕假設(shè)；到這一步，假設(shè)檢驗(yàn)已經(jīng)基本完成，但是由于檢驗(yàn)是利用事先給定顯著性水平的方法來控制犯錯概率的，所以對于兩個數(shù)據(jù)比較相近的假設(shè)檢驗(yàn)，我們無法知道那一個假設(shè)更容易犯錯，即我們通過這種方法只能知道根據(jù)這次抽樣而犯第一類錯誤的最大概率（即給定的顯著性水平），而無法知道具體在多大概率水平上犯錯。

21、計(jì)算P值有效的解決了這個問題，P值其實(shí)就是按照抽樣分布計(jì)算的一個概率值，這個值是根據(jù)檢驗(yàn)統(tǒng)計(jì)量計(jì)算出來的。通過直接比較P值與給定的顯著性水平a的大小就可以知道是否拒絕假設(shè)，顯然這就代替了比較檢驗(yàn)統(tǒng)計(jì)量的值與臨界值的大小的方法。而且通過這種方法，我們還可以知道在p值小于a的情況下犯第一類錯誤的實(shí)際概率是多少，p=0.03“，那么假設(shè)不被拒絕，在這種情況下，第一類錯誤并不會發(fā)生。7、問：卡方檢驗(yàn)的結(jié)果，值是越大越好，還是越小越好？答：與其它檢驗(yàn)一樣，所計(jì)算出的統(tǒng)計(jì)量越大，在分布中越接近分布的尾端，所對應(yīng)的概率值越小。如果試驗(yàn)設(shè)計(jì)合理、數(shù)據(jù)正確，顯著或不顯著都是客觀反映。沒有什么好與不好。8、問：配

22、對樣本的T檢驗(yàn)和相關(guān)樣本檢驗(yàn)有何差別？答：配對樣本有同源配對（如動物實(shí)驗(yàn)中雙胞胎）、條件配對（如相同的環(huán)境）、自身配對（如醫(yī)學(xué)實(shí)驗(yàn)中個體的用藥前后）等。（好像沒有解釋清楚啊，同問這個，到底什么區(qū)別呢？）9、問：在比較兩組數(shù)據(jù)的率是否相同時，二項(xiàng)分布和卡方檢驗(yàn)有什么不同？答：卡方分布主要用于多組多類的比較，是檢驗(yàn)研究對象總數(shù)與某一類別組的觀察頻數(shù)和期望頻數(shù)之間是否存在顯著差異，要求每格中頻數(shù)不小于5,如果小于5則合并相鄰組。二項(xiàng)分布則沒有這個要求。如果分類中只有兩類還是采用二項(xiàng)檢驗(yàn)為好。如果是2*2表格可以用fisher精確檢驗(yàn)，在小樣本下效果更好。10、問：如何比較兩組數(shù)據(jù)之間的差異性答：從四

23、個方面來回答，1） .設(shè)計(jì)類型是完全隨機(jī)設(shè)計(jì)兩組數(shù)據(jù)比較，不知道數(shù)據(jù)是否是連續(xù)性變量？2） .比較方法：如果數(shù)據(jù)是連續(xù)性數(shù)據(jù)，且兩組數(shù)據(jù)分別服從正態(tài)分布&方差齊（方差齊性檢驗(yàn)），則可以采用t檢驗(yàn)，如果不服從以上條件可以采用秩和檢驗(yàn)。3） .想知道兩組數(shù)據(jù)是否有明顯差異？不知道這個明顯差異是什么意思？是問差別有無統(tǒng)計(jì)學(xué)意義（即差別的概率有多大）還是兩總體均數(shù)差值在哪個范圍波動？如果是前者則可以用第2步可以得到P值，如果是后者，則是用均數(shù)差值的置信區(qū)間來完成的。當(dāng)然兩者的結(jié)果在SPSS中均可以得到。11、問：回歸分析和相關(guān)分析的聯(lián)系和區(qū)別答：回3分析（Regression）：Dependantva

24、riableisdefinedandcanbeforecastedbyindependentvariable.相關(guān)分析（Correlation）:Therelationshipbtwtwovariables.-AdosenotdefineordetermineB.回歸更有用自變量解釋因變量的意思，有一點(diǎn)點(diǎn)因果關(guān)系在里面，并且可以是線性或者非線形關(guān)系；相關(guān)更傾向于解釋兩兩之間的關(guān)系，但是一般都是指線形關(guān)系，特別是相關(guān)指數(shù)，有時候圖像顯示特別強(qiáng)二次方圖像，但是相關(guān)指數(shù)仍然會很低，而這僅僅是因?yàn)閮烧唛g不是線形關(guān)系，并不意味著兩者之間沒有關(guān)系，因此在做相關(guān)指數(shù)的時候要特別注意怎么解釋數(shù)值，特別建議做出圖像觀察先。不過，無論回歸還是相關(guān)，在做因果關(guān)系的時候都應(yīng)該特別注意，并不是每一個顯著的回歸因子或者較高的相關(guān)指數(shù)都意味著因果關(guān)系，有可能這些因素都是受第三，第四因素制約，都是另外因素的因或果。對于