MATLAB基础应用精讲-【数模应用】t 检验（附Java代码实现）

目录

前言

几个高频面试题目

和正态分布的区别

算法原理

什么是t检验

应用条件

适用情况：

分类

构造T检验量 t-stat

应用举例

1.单样本均值检验

2.两独立样本均值检验

3.配对样本均值检验

4.回归系数的显著性检验

假设检验的步骤

建立检验假设和确定检验水准

选定检验方法和计算检验统计量

 确定P值和做出推断结论

SPSSAU

t 检验案例

1、背景

2、理论

3、操作

4、SPSSAU输出结果

5、文字分析

6、剖析

疑难解惑

什么样的数据格式才适合？

X的组别只能为两组(比如男和女)!？

关于效应量(effect size)说明?

t检验分析步骤

独立样本t检验

配对t检验

单样本t检验

 代码实现

JAVA

单样本 t 检验

双样本 t 检验

配对 t 检验

前言

t检验，亦称student t检验（Student's t test），主要用于样本含量较小（例如n < 30），总体标准差σ未知的正态分布。t检验是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著。它与f检验、卡方检验并列。t检验是戈斯特为了观测酿酒质量而发明的,并于1908年在Biometrika上公布。 

几个高频面试题目

和正态分布的区别

    在概率论和统计学中，t-分布（t-distribution）用于根据小样本来估计呈正态分布且方差未知的总体的均值。如果总体方差已知或者在样本数量足够多时，则应该用正态分布来估计总体均值。 [1]
    t分布曲线形态与n（确切地说与自由度df）大小有关。与标准正态分布曲线相比，自由度df越小，t分布曲线愈平坦，曲线中间愈低，曲线双侧尾部翘得愈高；自由度df愈大，t分布曲线愈接近正态分布曲线，当自由度df=∞时，t分布曲