显著性检验

1. 基本概念

两组数据的差异可能来源于：(1) 分布差异。(2)抽样误差，见上图。其中由分布造成的差异被称作显著性差异。

统计假设检验是指事先对随机变量的参数或总体分布做出一个假设（Null Hypothesis, H0），然后根据样本信息决定是否拒绝原假设。
具体步骤如下。在原假设条件下，计算事件发生，即样本出现的概率(p value)。若概率小于显著性水平(α)，则拒绝原假设；否则，接受原假设。
显著性检验的原假设是多组数据来自于同一个分布。

2. 种类

2.1 t检验

2.2 方差分析（ANOVA）

• 用途：检验多组（>=2）样本的均值的差异是否显著。
• 前提：随机；独立；正态；方差齐性。

(1) 总方差：SS_T = SS_M + SS_E

(2) 模型方差和

SS_M 表示分布贡献的方差。n_j 是水平 j 下的样本数。

(3) 误差平方和

SS_E 表示抽样贡献的方差。

(4) F 值

s 是因素的水平个数。n 是样本总数。s - 1 分布自由度，n - s 误差自由度。自由度是抽样中能自由变化的数据个数。