统计思维总有一天会像读与写一样成为一个有效率公民的必备能力
——H.G.Wells
先前在P&G任职研究员时,每天会面临大量的统计学计算问题,但像P&G这种有着深厚历史积淀的公司,它具备了一系列系统化,标准化的方法与流程,拿简单的AB测试来讲,每次将拿到的实验结果输入预定模板工具,该工具会自动计算出相应结果及差异的显著性,而在这个过程中我遇到的最多的统计量便是LSD与HSD值,这就让整个统计计算过程变得清晰明了,我与统计学结缘也是基于对这两个统计量的研究,以致我了解到更多的统计学魅力,为此专门系统学习了统计学知识。
![6438ee34d0e3143a14f4b2b9cea2075a.png](https://i-blog.csdnimg.cn/blog_migrate/222ea15ee03310f7e7b613df38bcaf2a.jpeg)
下面我详细介绍下假设检验中这两个统计量的具体含义及应用场景。
LSD叫做最小显著性差异,英文为Least Significant Difference,由统计学家Fisher提出。很多人猜测HSD是Highest Significant Difference,其实不然,其真正的英文名称是Honestly significant difference,翻译过来叫真实显著性差异,最初是由Turkey提出,后来被Kramer改进,适用条件更宽了,也被更多的人所接受。
讲这之前,先跟大家回顾下方差分析,这两个值其