在论文中,总能看到类似于这种数据评价方法:

在找了一圈之后明白了这个是使用T分布来进行数据间的相关性分析,参照这里:
https://zhuanlan.zhihu.com/p/29284854
那么什么是T检验呢:
t检验是用t分布理论来推论差异发生的概率

解决什么问题
从而比较两个平均数的差异是否显著

公式以及参数含义
t检验分为单总体检验和双总体检验。

单总体t检验是检验一个样本平均数与一个已知的总体平均数的差异是否显著。当总体分布是正态分布,如总体标准差未知且样本容量小于30,那么样本平均数与总体平均数的离差统计量(离差也叫差量,是单项数值与平均值之间的差)呈t分布。

单总体t检验统计量为:

双总体t检验是检验两个样本平均数与其各自所代表的总体的差异是否显著。双总体t检验又分为两种情况,一是独立样本t检验,一是配对样本t检验。

独立样本t检验统计量为:

适用条件

(1) 已知一个总体均数;

(2) 可得到一个样本均数及该样本标准差;

(3) 样本来自正态或近似正态总体。

T分布

当样本总体符合正态分布,σ未知,且可供支配的样本很少时,X^符合t分布

T分布的特点:

1、外表光滑

2、对称的曲线

确切的形状取决与样本的大小,当样本很大时,t分布的外形很像正态分布曲线

当样本很小时,曲线较为扁平,有两条粗粗的尾巴

只有一个参数v,v=n-1,n为样本的大小,v为自由度

怎么用spss做T检验分析:

https://jingyan.baidu.com/article/08b6a591875cb514a80922d3.html
具体参照以上网址。
需要补充一下的是:

结果中的Sig对应的就是p。
先分析前两个F sig:他们是检验方差是否相等(Levene 方差检验)
当sig<0.05时,则认为两个样本方差不相等,应该看t df sig对应的第二行数据。
当sig>0.05时,则认为两个样本方差相等,看t df sig对应的第一行数据。
知道看哪行数据后,看t df sig中sig对应的数据。如果sig<0.05则认为两个样本均值不相等,否则认为两个样本均值相等。

论文中t分布的p,t是什么意思以及spss求解过程(自用笔记)相关推荐

  1. matlab分布傅里叶解微分方程,专题四 微分方程的matlab求解

    [实验目的及要求] 熟练掌握dsolve,ode45,ode15s语句的调用格式:正确区分符号运算与数值运算的不同,避免出现混淆调用的情况:对实际问题,能够建立微分方程数学模型,能够用dsolve,o ...

  2. 机器学习回顾篇(2):最小二乘法

    1 引言 在机器学习常用的优化算法中,梯度下降法和最小二乘法占尽了风骚.梯度下降法上一篇中已经详细介绍过了,那么这一篇,我们继续说一说最小二乘法. 2 什么是最小二乘法 描述预测模型准确程度有多重不同 ...

  3. 主题模型TopicModel:隐含狄利克雷分布LDA

    http://blog.csdn.net/pipisorry/article/details/42649657 主题模型LDA简介 隐含狄利克雷分布简称LDA(Latent Dirichlet all ...

  4. 人工智能数学基础--概率与统计14:连续随机变量的指数分布、威布尔分布和均匀分布

    一.引言 在<人工智能数学基础–概率与统计12:连续随机变量的概率密度函数以及正态分布>介绍了连续随机变量概率分布及概率密度函数以及正态分布,<人工智能数学基础–概率与统计13:连续 ...

  5. 狄利克雷分布公式_Dirichlet Distribution(狄利克雷分布)与Dirichlet Process(狄利克雷过程)...

    Dirichlet Distribution(狄利克雷分布)与Dirichlet Process(狄利克雷过程) Dirichlet Distribution(狄利克雷分布)与Dirichlet Pr ...

  6. PRML(3)--Chapter2(上)-概率分布-二元变量、多项式变量、高斯分布、指数族分布

    PRML第二章上-概率估计 2.1二元变量 2.1.1 beta 分布 2.2 多项式变量 2.3 高斯分布 2.3.1条件高斯分布.2.3.2边缘高斯分布 2.3.3 高斯变量的贝叶斯定理 2.3. ...

  7. matlab 最大似然估计二项式分布,统计基础15:最大似然法估计二项式分布参数

    前面我们学习了解了最大似然法求解正态分布参数,求解指数分布参数.今天我们再来看看最大似然法如何求解二项式分布参数. 1.二项式分布与似然值估计公式 二项分布基本公式求发生某件事情的概率: 如在人们对两 ...

  8. 机器学习笔记之指数族分布——最大熵原理与softmax激活函数的关系

    机器学习笔记之指数族分布--最大熵原理与softmax激活函数的关系 引言 符号定义 基于多维数据集合的经验概率分布 回顾:经验概率分布 多维数据的经验概率分布 Softmax\mathcal Sof ...

  9. 网络报文中的checksum是做什么的?ChatGPT如是说

    网络报文中的checksum(校验和)是用于检测数据在传输过程中是否出现错误的一种方法. 在传输数据时,数据包可能会在传输过程中遭受损坏.丢失或被篡改,导致数据包的内容发生变化.为了检测这些错误,网络 ...

最新文章

  1. 屏幕显示密度dpi_PPI和DPI有什么区别?
  2. swift为UIView添加extension扩展frame
  3. boost::mpi::cartesian_topology相关用法的测试程序
  4. Django在settings.py设置安装软件路径,遇到 'Settings' object is not subscriptable报错
  5. SpringMVC框架搭建( 使用Jar包搭建)
  6. 排序算法(3)----归并排序
  7. MVPArms学习笔记[待续]
  8. AutoCAD2018_输出与打印
  9. 12.使用hashcat暴力破解加密office文档密码
  10. 手机mstsc远程工具_mstsc远程工具
  11. 为何老显示DOTA2服务器登录中,Dota2一直 正在登录服务器的解决办法
  12. 根据两点的经纬度求方位角和距离,等
  13. Could not calculate build plan: Plugin org.apache.maven.plugins:maven-war-plugin:3.2.2
  14. 【好文】太用力的人跑不远
  15. HTML基础(P24-P44)
  16. 2022年小学语文句子专项练习大全
  17. kde4实在是太漂亮了
  18. java2460601000_oracle定时任务
  19. 139邮件服务器怎么设置,移动139邮箱pop,imap,exchange设置参数
  20. Ubuntu卸载python3.6

热门文章

  1. 单片机复习知识点总结
  2. 桌面应用程序如何迁移至.NET Core / .NET 5?
  3. 二. 微服务的高级进阶
  4. 在线客服系统简介(上篇)
  5. 谁不想要一款这么可爱的奇瑞小蚂蚁呢?
  6. 致频繁跳槽的年轻人:一份工作做多久合适?
  7. 推荐20位活跃在GitHub上的国内技术大牛
  8. 【开源】EValidator Java校验工具包
  9. centos7查看硬件温度,如cpu
  10. 【教学类-09-02】20221022《动物棋10*10 S形迷宫》(数字续写和骰子游戏)(大班主题《动物花花衣》)