老问题了，什么时候用t检验什么时候用F检验【统计学吧】_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：17,657贴子：
老问题了，什么时候用t检验什么时候用F检验收藏
上网查了好久还是没有结果，能举个例子吗？例如，我现在有A和B两种植物，某个基因在两个品种间的表达量分别是A1、A2、A3和B1、B2、B3（三个重复），我想知道这个基因的表达在A和B中的表达有没有差异，那应该用t还是F啊
操作步骤,案例分享,培训资料......你想找的都在这里,海量信息免费查寻!
t检验就是总体方差未知，已知样本方差和均值F检验主要是用在方差比上，主要看总体均值已知未知，你没说，那就是未知了，用F吧
F是检验整个方程的，t检验系数
接楼上，t检验是检验单个解释变量和被解释变量之间的显著性，F检验是检验方程总体显著性，即所有的解释变量联合起来对被解释变量的解释程度。
应用统计学学生路过，问下楼主，统计毕业就业工作咋样。
登录百度帐号豆丁微信公众号
君，已阅读到文档的结尾了呢~~
通俗理解T检验与F检验的区别
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
通俗理解T检验与F检验的区别
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='http://www.docin.com/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口显著性检验_百度百科
清除历史记录关闭
声明：百科词条人人可编辑，词条创建和修改均免费，绝不存在官方及代理商付费代编，请勿上当受骗。
显著性检验
显著性检验（significance test）就是事先对（）的参数或总体分布形式做出一个，然后利用样本信息来判断这个假设（备择假设）是否合理，即判断总体的真实情况与原假设是否有显著性差异。或者说，显著性检验要判断样本与我们对总体所做的假设之间的差异是纯属机会变异，还是由我们所做的假设与总体真实情况之间不一致所引起的。
显著性检验是针对我们对总体所做的假设做检验，其原理就是“小概率事件实际不可能性原理”来接受或否定假设。抽样实验会产生，对实验资料进行比较分析时，不能仅凭两个结果（平均数或率）的不同就作出结论，而是要进行统计学分析，鉴别出两者差异是抽样误差引起的，还是由特定的实验处理引起的。
显著性检验含义
显著性检验即用于实验处理组与对照组或两种不同处理的效应之间是否有差异，以及这种差异是否显著的方法。
常把一个要检验的假设记作H0,称为原假设（或） (null hypothesis) ，与H0对立的假设记作H1，称为备择假设(alternative hypothesis) 。
⑴ 在原假设为真时，决定放弃原假设，称为第一类错误，其出现的通常记作α；
⑵ 在原假设不真时，决定不放弃原假设，称为第二类错误，其出现的概率通常记作β
(3)α+β 不一定等于1
通常只限定犯第一类错误的最大概率α， 不考虑犯第二类错误的概率β。这样的假设 检验又称为显著性检验，概率α称为。
最常用的α值为0.01、0.05、0.10等。一般情况下，根据研究的问题，如果放弃真假设损失大，为减少这类错误，α取值小些 ，反之，α取值大些。
显著性检验目的
为什么要进行显著性检验进行显著性检验是为了消除第一类错误和第二类错误。通常情况下，α水平就是第一类错误。第一类错误是零假设为真却被错误拒绝的概率。第二类错误(
)是零假设为误却被错误接受的概率或是研究假设为真却被拒绝的概率。如果P值小于某个事先确定的水平，理论上则拒绝零假设，反之，如果P值大于某个事先确定的水平，理论上则不拒绝零假设。常用的显著性水平是0.05，0.01和0.001
。不同的水平各有优缺点。水平越小，判定显著性的证据就越充分，但是不拒绝错误零假设的风险，犯第二类错误的可能性就越大，统计效力(就越低。选择水平不可避免地要在第一类错误和第二类错误之间做出权衡。如果犯第一类错误造成的后果不严重，比如在试探性研究中，我们可以将α水平定得高一些，如0.05或0.1。如果研究样本很小，为了提高统计效力，我们在某些研究中也不妨提高口水平。但是，如果犯第一类错误造成的后果很严重，比如我们要基于某项研究发现决定是否在全国推行某项教学改革，我们则需要将α水平定得低一些，如0.01或0.001。
显著性检验原理
显著性检验的基本原理是提出“无效假设”和检验“无效假设”成立的机率（P）水平的选择。所谓“”，就是当比较实验处理组与对照组的结果时，假设两组结果间差异不显著，即实验处理对结果没有影响或无效。经统计学分析后，如发现两组间差异是抽样引起的，则“无效假设”成立，可认为这种差异为不显著（即实验处理无效）。若两组间差异不是由引起的，则“无效假设”不成立，可认为这种差异是显著的（即实验处理有效）
“无效假设”成立的机率水平
检验“无效假设”成立的机率水平一般定为5%，其含义是将同一实验重复100次，两者结果间的差异有5次以上是由抽样误差造成的，则“无效假设”成立，可认为两组间的差异为不显著，常记为p&0.05。若两者结果间的差异5次以下是由抽样误差造成的，则“”不成立，可认为两组间的差异为显著，常记为p≤0.05。如果p≤0.01，则认为两组间的差异为非常显著
显著性检验基本思想
显著性检验的基本思想可以用小概率原理来解释。
1、小概率原理：小概率事件在一次试验中是几乎不可能发生的，假若在一次试验中小概率事件事实上发生了。那只能认为该事件不是来自我们假设的总体，也就是认为我们对总体所做的假设不正确
2、观察到的显著水平：由样本资料计算出来的检验统计量观察值所截取的尾部面积。这个概率越小，反对原假设，认为观察到的差异表明真实的差异存在的证据便越强，观察到的差异便越加理由充分地表明真实差异存在。
3、检验所用的显著水平：针对具体问题的具体特点，事先规定这个检验标准。
4、在检验的操作中，把观察到的显著性水平与作为检验标准的显著水平标准比较，小于这个标准时，得到了拒绝原假设的证据，认为样本数据表明了真实差异存在。大于这个标准时，拒绝原假设的证据不足，认为样本数据不足以表明真实差异存在。
5、检验的操作可以用稍许简便一点的作法：根据所提出的显著水平查表得到相应的值，称作临界值，直接用检验统计量的观察值与临界值作比较，观察值落在临界值所划定的尾部内，便拒绝原假设；观察值落在临界值所划定的尾部之外，则认为拒绝原假设的证据不足。
显著性检验步骤
显著性检验的一般步骤或格式，如下：
1、提出虚无假设和备择假设
H0：______
H1：______
同时，与备择假设相应，指出所作检验为双尾检验还是左单尾或右单尾检验。
2、构造检验统计量，收集样本数据，计算检验统计量的样本观察值。
3、根据所提出的显著水平 ，确定临界值和拒绝域
4、计算检验统计量的值。
5、作出检验决策
把检验统计量的样本观察值和临界值比较，或者把观察到的显著水平与显著水平标准比较；最后按检验规则作出检验决策。当样本值落入时，表述成:“拒绝原假设”，“显著表明真实的差异存在”；当样本值落入接受域时，表述成：“没有充足的理由拒绝原假设”，“没有充足的理由表明真实的差异存在”。另外，在表述结论之后应当注明所用的显著水平。
显著性检验常用检验
显著性检验t检验
适用于计量资料、正态分布、方差具有齐性的两组间小样本比较。包括配对资料间、样本与间、两间比较三种，三者的计算公式不能混淆
。（处理时不用判断分布类型就可以使用t检验）
显著性检验t'检验
应用条件与t检验大致相同，但t′检验用于两组间方差不齐时，t′检验的计算公式实际上是方差不齐时t检验的校正公式
显著性检验U检验
应用条件与t检验基本一致，只是当大样本时用U检验，而小样本时则用t检验，t检验可以代替U检验
显著性检验方差分析
用于正态分布、方差齐性的多组间计量比较。常见的有单因素分组的多比较及双因素分组的多个样本均数的比较，首先是比较各组间总的差异，如总差异有显著性，再进行组间的两两比较，组间比较用q检验或LST检验等
显著性检验X2检验
是计数资料主要的显著性检验方法。用于两个或多个百分比(率)的比较。常见以下几种情况：四格表资料、配对资料、多于2行乘以2列资料及组内分组X2检验
显著性检验零反应检验
用于计数资料。是当或对照组中出现概率为0或100%时，X2检验的一种特殊形式。属于直接概率计算法
非参数统计方法
符号检验、秩和检验和Ridit检验
三者均属非参数统计方法，共同特点是简便、快捷、实用。可用于各种的资料、未知分布资料及半定量资料的分析。其主要缺点是容易丢失数据中包含的信息。所以凡是或可通过数据转换成正态分布者尽量不用这些方法
Hotelling检验
用于计量资料、正态分布、两组间多项指标的综合差异显著性检验
显著性检验数据差异
在试验 、检测的数据处理过程中 ，时常会出现两种或者多种不同的试验结果。对数据进行比较分析时 ，不能仅凭两个结果的不同就作出结论 ，而是要进行统计学分析 ，对数据进行差异显著性检验。显著性检验就是事先对总体(随机变量 )的参数或总体分布形式作出一个假设 ，然后利用样本信息来判 断这个假设(原假设 )是否合理，即判断总体的真实情况与原假设是否存在显著差异。这时我们要做两种检验 ，一种是检验数据是否是属于母体内抽取的样本，即检验总体参数与样本统计量之间是否存在着显著的差异 ；另一种是检验数据的统计 量是 否存在着显著的差异 。差异显著性检验就是要判定造成差异的原因，即差异是由于误差或偶然因素引起的或两者确实本身存在着差异。
显著性检验是针对我们对总体所作的假设做检验 ，其原理就是 “小概率事件实际不可能性原理”来接受或否定假设 。所谓 “显著”，就是指两种或多种处理试验结果之间，本身确实存在差异。如果是 “不显著”，就说明它们之间的差异是 由抽样或偶然 的因素引起的，不是真正有实际差异存在。
在数理统计中一般以概率 (P)5%作为显著评定标准 ，即在100次试验中，由于偶然 因素造成差异的可能 性在5次 以上 ，其差异被认为是不显著 。 如果两者差异在概率为5%的范围内，出现这样概率的机会非常小而出现了 ，那么我们就认为此差数具有 显著差异程度。有时我们认为 5%太低 ，则可提高到1%作 为显著评定标准 ，若两者的差异在概率为1%的范围内，那么我们就认为这个差数具有极显著的差异程度
张厚粲, 徐建平. 现代心理与教育统计学[M]. 北京师范大学出版社, 2004.
张凤菊, 刘晓娟, 赵丽平,等. 数据差异显著性检验[J]. 农机使用与维修, -52.
本词条认证专家为
副研究员审核
西南大学心理学部
清除历史记录关闭t检验与f检验的区别？_百度知道
t检验与f检验的区别？
T检验用来检测数据的准确度
F检验用来检测数据的精密度
在定量分析过程中常遇到两种情况：第一是样本测量的平均值与真值不一致；第二是两组测量的平均值不一致。上述不一致是由于定量分析中的系统误差和偶然误差引起的。因此，必须对两组分析结果的准确度或精密度是否存在显著性差异做出判断（显著性试验）。统计检验的方法很多，在定量分析中最常用T检验与F检验，分别用于检测两组分析结果是否存在显著的系统误差与偶然误差。
两组数据的显著性检验顺序是先F检验后T检验。
采纳率：29%
简单的理解 t检验是检查两组均值的差异而F检验是检查多组均值之间的差异
对于多元线性回归模型来说t检验是对于单个变量进行显著性，检验该变量独自对被解释变量的影响f检验是检验回归模型的显著意义，即所有解释变量联合起来对被解释变量的影响。对方程联合显著性检验的F检验，实际上也是对可决系数的显著性检验。
为您推荐：
其他类似问题
您可能关注的内容
t检验的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。T 检验和F检验的区别,什么时候用T,什么时候用F?
T 检验和F检验的区别,什么时候用T,什么时候用F?
单因素方差分析是用T检验,两因素方差分析是用F检验 再问： 但是，比如Excel的单因素方差分析的结果用的是F检验啊？ 再答： 差异性检验用T检验，方差分析可用T和F两种，不好意思再问： 比较两组实验数据（比如分别五个）是否存在显著差异，是否应该用F检验呢？ t检验的适用条件: (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。 多谢 再答： 这个应该用T检验啊，为什么用F检验
我有更好的回答：
剩余:2000字
与《T 检验和F检验的区别,什么时候用T,什么时候用F?》相关的作业问题
有,拟合优度是指这个模型对于数据来说,解释变量能够解释被解释变量的程度,F说明的是整个模型中所有的解释变量的显著程度,和T值是对应的.
标准写法是t检验和F检验t检验有单样本t检验,配对t检验和两样本t检验.单样本t检验：是用样本均数代表的未知总体均数和已知总体均数进行比较,来观察此组样本与总体的差异性.配对t检验：是采用配对设计方法观察以下几种情形,1,两个同质受试对象分别接受两种不同的处理；2,同一受试对象接受两种不同的处理；3,同一受试对象处理前
标准写法是t检验和F检验t检验有单样本t检验,配对t检验和两样本t检验.单样本t检验：是用样本均数代表的未知总体均数和已知总体均数进行比较,来观察此组样本与总体的差异性.配对t检验：是采用配对设计方法观察以下几种情形,1,两个同质受试对象分别接受两种不同的处理；2,同一受试对象接受两种不同的处理；3,同一受试对象处理前
计数检验:在抽样的样本中,记录每一个体有某种属性或计算每一个体中的缺陷数目的检查 计量检验：计量检验的总体要求 在《规则》第五章第一节《总则》中,对定量包装商品净含量计量检验明确了两个原则性的要求,一是计量检验应采用的方法；二是在检验时应考虑的因素. 1.计量检验应采用的方法 (1)《规则》的要求 在《规则》5.1.1
.都是对相同的假设进行检验,h：b=0；.两个统计亮之间存在如下关系：f=t的平方
T检验用来检测数据的准确度 系统误差 F检验用来检测数据的精密度 偶然误差 在定量分析过程中常遇到两种情况：第一是样本测量的平均值与真值不一致；第二是两组测量的平均值不一致.上述不一致是由于定量分析中的系统误差和偶然误差引起的.因此,必须对两组分析结果的准确度或精密度是否存在显著性差异做出判断（显著性试验）.统计检验的
p值就是临界值,P值检验和统计量检验的区别就在于用于检验的量不一样,一个是把统计量代回去检验,一个是把临界值算好与现值进行比较.书上都说的很清楚了时间序列的速度分析指标有:发展速度、平均发展速度、增长速度、平均增长速度关系很清楚了,从名字上就看的出来
F检验就是方差分析,它是T检验的升级版.两种检验都可以针对相关样本的平均数差异,只是F检验能够检查两个以上样本的平均数差异,而T检验只能检查两个样本.但是,F检验其实也可以检验两个样本的平均数差异,只是大家用的比较少而已.
你上面这段话 我想了很久 想给你一个解释 你太着急了 没看高数本?你直接看的复习全书?这个定理考研会用就可以 不用深究当x趋近于x0时f（A）有极限A,且A大于0,可推出在趋向过程中,f（x）大于0
F检验F—检验法是检验两个正态随机变量的总体方差是否相等的一种假设检验方法.设两个随机变量X、Y的样本分别为X1,x2,……,xn与y1,y2,……,yn,其样本方差分别为s1^2与s2^2.现检验X的总体方差DX与Y的总体方差DY是否相等.假设H0：DX=DY=σ^2.根据统计理论,如果X、Y为正态分布,当假设成立时
F检验是随机误差检验,t检验是系统误差检验～
1.\x0d检验有单样本t检验,配对t检验和两样本t检验.\x0d单样本t检验\x0d：是用样本均数代表的未知总体均数和已知总体均数进行比较,来观察此组样本与总体的差异性.\x0d配对t检验：是采用配对设计方法观察以下几种情形,1,两个同质受试对象分别接受两种不同的处理；2,同一受试对象接受两种不同的处理；3,同一受试
在作两个均数、多个均数的比较时,人们首先想到的是t检验、方差分析的F检验,也就是说这两种检验是作均数比较的常用方法,但因其为参数统计方法,故在应用时要注意其应用条件,一是正态性、二是方差齐性.
这是对回归模型的截距项和系数进行检验
这两个检验你不用管自由度.记住公式就可以.考试的时候套用就行...
方差分析采用F检验的方法进行,结果中的F值表示的是采用F检验公式得到的一个具体数值,按照这个数值查表或其他方法得到相应的P值,即为SIg.所以在结果中一般不去看F值,而是去看sig.一般检验水准为0.05.如果sig小于0.05就表示P小于0.05.结果由统计学差异.
例如（我是做起重机销售的）：桥式起重机出厂检验有俩种必须要做 一种是厂里自己检验人员检验 二种就是国家技术检验监督局的检验书 型式试验是 比如我公司现有 桥式起重机50t的型式试验报告 生产50t以上的桥式起重机是不可以 必需要生产型式实验报告书所述
多元回归问题：对于一组变量（x1,...,xp；Y)作了n次观测,得到：(xi1,...,xip；yi),i=1...n；Yi=β0＋β1xi1+...+βpxip +εi,i=1...n；构成p元回归分析问题其实和一元的类似,首先取检验统计量,在显著水平a下,确定一个拒绝域来进行检验判断.不同的就是统计量的取值问题：
如果是两组数据是来自不同的样本,就用独立t；来自同一个样本或者匹配样本的话就用配对t.不知道为什么要用F检验~ 再问： 是使用两种不同的方法对相同的样本检测得到的2组结果 再答： 不明白你的问题是什么？