单因素方差分析?多因素方差分析?协方差分析?
单样本t检验?配对样本t检验?独立样本t检验?
皮尔逊相关性检验?斯皮尔曼相关性检验?肯德尔相关性检验?
……
统计、分组,傻傻分不清楚!
导读:
每次做统计,都得找“谷哥”、“度娘”;不管学多久,就是记不住。但是,统计学是我们通向真理的大门,现代生信人不能缺乏基本的数理统计基础。小编在本文将简要回顾目前生物信息学中常用的统计学知识。
假设检验
假设检验(hypothesis test)又称显著性检验(significance test),就是根据总体的理论分布和小概率原理,对未知或不完全知道的总体提出两种彼此对立的假设,然后由样本的实际结果,经过一定的计算,作出在一定概率意义上应该接受的那种假设的推断。
假设检验的一般步骤:提出原假设H0和备择假设H1,确定适当的检验统计量和规定显著性水平α (一般为0.05),然后计算检验统计量的值,查出临界值,确定拒绝域和接受域,最后作出统计决策包括参数假设检验和非参数假设检验,计算出抽样的P值,如果P值很小(一般阈值为0.01或0.05),