进行上述方差分析时，我们把比较的几个组的资料，看成是从几个相应的总体中随机抽取的独立样本，理论上要求几个总体都呈正态分布，几个总体的方差都是相同的，但总体均数可以不等。因此实际应用时，如果各组资料呈显着偏态，或各组方差相差悬殊，（尤其当各样本的含量甚不相同时）就不能用上述方法进行方差分析，而宜改用非参统计等其他方法比较多个样本均数。关于资料的正态性检验可看七...
进行上述方差分析时，我们把比较的几个组的资料，看成是从几个相应的总体中随机抽取的独立样本，理论上要求几个总体都呈正态分布，几个总体的方差都是相同的，但总体均数可以不等。因此实际应用时，如果各组资料呈显着偏态，或各组方差相差悬殊，（尤其当各样本的含量甚不相同时）就不能用上述方法进行方差分析，而宜改用非参统计等其他方法比较多个样本均数。关于资料的正态性检验可看七...
进行上述方差分析时，我们把比较的几个组的资料，看成是从几个相应的总体中随机抽取的独立样本，理论上要求几个总体都呈正态分布，几个总体的方差都是相同的，但总体均数可以不等。因此实际应用时，如果各组资料呈显着偏态，或各组方差相差悬殊，（尤其当各样本的含量甚不相同时）就不能用上述方法进行方差分析，而宜改用非参统计等其他方法比较多个样本均数。关于资料的正态性检验可看七...
检验两个样本均数相差的显着性时，我们先有假定：第一个样本系从均数为μ 1 、方差为σ 1 2 的正态总体中随机取出，第二个样本取自另一个类似的总体，相应的总体参数为μ 2 与σ 2 2 ，两个总体的方差应相等即σ 1 2 =σ 2 2 ，然后才可用上述方法进行显着性检验，如果资料呈显着偏态，或两组方差相差悬殊，就要考虑用第十章非参数统计方法处理，或者通过变量...
检验两个样本均数相差的显着性时，我们先有假定：第一个样本系从均数为μ 1 、方差为σ 1 2 的正态总体中随机取出，第二个样本取自另一个类似的总体，相应的总体参数为μ 2 与σ 2 2 ，两个总体的方差应相等即σ 1 2 =σ 2 2 ，然后才可用上述方法进行显着性检验，如果资料呈显着偏态，或两组方差相差悬殊，就要考虑用第十章非参数统计方法处理，或者通过变量...
检验两个样本均数相差的显着性时，我们先有假定：第一个样本系从均数为μ 1 、方差为σ 1 2 的正态总体中随机取出，第二个样本取自另一个类似的总体，相应的总体参数为μ 2 与σ 2 2 ，两个总体的方差应相等即σ 1 2 =σ 2 2 ，然后才可用上述方法进行显着性检验，如果资料呈显着偏态，或两组方差相差悬殊，就要考虑用第十章非参数统计方法处理，或者通过变量...
方差齐性检验的方法是以两方差中较大的方差为分子，较小的方差为分母求一比值（称为F值），然后将求得的F值与临界值比较，看相差是否显着，现举一例说明。 例7.10 某单位测定了蓄电池厂工人32号，得尿氨基乙酰丙酸（mg/l）的平均含量为7.06，方差为42.3072，又测定了化工厂工人6名，得平均含量为3.48，方差为0.9047，试比较两方差的相差是否有显着意...
公式（19.10） 公式（19.11） 公式（19.12） 式中sx 1 －x 2 ，为两样本均数之差的标准误，s 2 c为合并估计方差（combined estimate variance）。算得的统计量为t，按表19-4所示关系作出判断。 例19.7某医生统广西瑶族和侗族正常妇女骨盆X线测量资料各50例。骨盆入口前后径：瑶族的均数为12.002(cm)，...
在概率论和数理统计中， 方差 （英文Variance）用来度量随机变量和其数学期望（即均值）之间的偏离程度。在许多实际问题中，研究随机变量和均值之间的偏离程度有着很重要的意义。如下面的例子： 已知某零件的真实长度为a，现用甲、乙两台仪器各测量10次，将测量结果X用坐标上的点表示如图： 甲仪器测量结果： 乙仪器测量结果： 两台仪器的测量结果的均值都是 a 。但...
在概率论和数理统计中， 方差 （英文Variance）用来度量随机变量和其数学期望（即均值）之间的偏离程度。在许多实际问题中，研究随机变量和均值之间的偏离程度有着很重要的意义。如下面的例子： 已知某零件的真实长度为a，现用甲、乙两台仪器各测量10次，将测量结果X用坐标上的点表示如图： 甲仪器测量结果： 乙仪器测量结果： 两台仪器的测量结果的均值都是 a 。但...
所有搜索结果仅供参考，如需解决具体问题请咨询相关领域专业人士。