你可能感兴趣的试题
假设检验的结果是确切无误的,因此不可能有错误出现 两样本均数比较,若P<0.01则可认为两者实际差别很大 t检验适用于各种类型的计量资料,不需要满足方差齐性等条件 统计学得出差异有显著性的结论,并不一定专业上有意义 双侧检验较单侧敏感,因此经常建议采用
该资料为多组计量资料。 研究设计为完全随机设计。 统计方法不正确。首先,多个样本均数的比较可采用单因素方差分析,但该资料不服从正态分布(经正态性检验, P<0.05),因此不能用方差分析进行比较。其次,用方差分析进行多组样本均数比较,当差异有统计学意义时,不能用 t检验进行两两比较,而应采用 q检验或LSD检验等。 该资料可通过变量转换成正态分布用方差分析。 该资料可采用非参数检验的 Kruskal-Wallis多组样本比较的秩和检验进行分析。
不拒绝H0,不能认为两者有差别 不拒绝H0可认为两者有差别 拒绝H0,可认为差别有统计学意义 拒绝H0,不能认为两者有差别 拒绝H0,两者肯定有差别
该资料为多组计量资料。 研究设计为完全随机设计。 统计方法不正确。首先,多个样本均数的比较可采用单因素方差分析,但该资料不服从正态分布(经正态性检验, P<0.05),因此不能用方差分析进行比较。其次,用方差分析进行多组样本均数比较,当差异有统计学意义时,不能用 t检验进行两两比较,而应采用 q检验或LSD检验等。 该资料可通过变量转换成正态分布用方差分析。 该资料可采用非参数检验的 Kruskal-Wallis多组样本比较的秩和检验进行分析。
不拒绝H0,不能认为两者有差别 不拒绝H0,可认为两者有差别 拒绝H0,可认为差别有统计学意义 拒绝H0,不能认为两者有差别 拒绝H0,两者肯定有差别
不拒绝H0,不能认为两者有差别 不拒绝H0,可认为两者有差别 拒绝H0,可认为差别有统计学意义 拒绝H0,不能认为两者有差别 拒绝H0,两者肯定有差别
方差齐性 方差不齐 均数相同 均数不同 差异有统计学意义
都不相等 不全相等 μ,μ,μ不全相等 不全相等 不全相等
两两比较的t检验 两两比较的Z检验 随机区组设计资料的方差分析 完全随机设计资料的方差分析 方差齐性检验
方差齐性 方差不齐 均数相同 均数不同 差异有统计学意义