具有统计显着性(例如两个样本之间的差异)与说明一组数字是独立的还是从属的之间有什么区别?
具有统计显着性(例如两个样本之间的差异)与说明一组数字是独立的还是从属的之间有什么区别?
Answers:
为什么停在 -测试?
您可以将两个互不相关的变量视为两个正交向量,就像 和 二维笛卡尔坐标系中的坐标轴。
假设两个向量中的任何一个 和 与另一个相关,则x的某个部分可以投影到y上,反之亦然。考虑到这一点,很容易看出来,
其中是Pearson的相关系数,是参数的内积。当我了解到这一点时,相关性概念在几何上如此简单就被我完全震撼了。而且,这绝对不是衡量两个(或多个)变量之间相关性的唯一方法。
重要性测试是另一回事。通常,我们想知道由于对某些结果变量进行了一些操作,结果变量在两个(或多个)组中相差多少。就像Brian所说的那样,您想知道两组是否来自相同的分布,因此,在假设为零假设的情况下,您要计算从实验中获得的均值差(按均值的标准误进行缩放)的概率(均值没有显着差异)是正确的。在行为研究中(通常在其他地方),如果该概率小于0.05,则可以得出结论,两种(或更多)均值的差异可能是由于您的操纵所致。
编辑:迪利普·萨瓦特(Dilip Sarwate)指出,两个不相关的变量可以在统计上相关,因此我删除了第一部分。感谢那。