1樓：別問
不清楚你的問題是什麼，不過大概猜猜是以下的意思
比如你有兩組學生的考試成績，現在考察這兩個組的學生的成績的平均值是否一樣。當然觀測到的樣本幾乎不可能會兩個均值正好一樣，所以我們用分佈這個概念來做這個事情。
首先，假設每個組內部的人的成績滿足同一個正態分佈
然後，所謂零假設，一般是指這兩個組的正態分佈的引數一樣。
繼續，在以上兩個假設下，這兩個組的平均成績的差值，也滿足一個正態分佈（當然引數不一樣，這個正態分佈的均值引數是0，但是方差引數跟樣本數量有關，樣本越大方差越小）
於是從一次觀測，也就是一次考試中，得到這個隨機變數「平均成績的差值」的一次觀測值，比如每個組三個人，第一組考了100+100+100，第二組考了50+50+50，那這個「平均成績的差值」的這次樣本實現值就是100-50=50。然後，無論你事先是否假設了每個人成績分佈的方差已知還是未知，都可以精確計算「平均成績的差值」的分佈，然後看50在這個分佈裡是否在很遠的地方，如果在，那就說明所謂零假設不太可能成立，那就是說兩個組的平均成績有差異。如果不在很遠的地方，那就不能說明兩個組的平均成績有差異。
換句話說，就是這兩個組的平均成績的差異有統計意義。碼了這麼多字，給個滿意吧
三組資料的組間均值有統計學意義就是說「零假設：三組均值相同」這個假設不成立，換句話說可能1=2！=3，或者乾脆三個都不一樣，但是不會仔細說哪兩個不同。
1組和3組資料的比較差異有統計學意義就是明白了告訴你至少1跟3不一樣，或者「零假設：1跟3均值相同」這個假設不成立。統計方法上這兩個假設的檢驗方法會有不同。
統計學意義和比較差異有統計學意義是什麼意思
2樓：匿名使用者
兩個數差別不大，當然有統計學意義，表示這兩個數屬於同一類統計物件，而差別大的兩個數不是同一類資料，沒有統計意義。
3樓：家長青忻環
比如有兩組學生的考試成績,現在考察這兩個組的學生的成績的平均值是否-樣。當然觀測到的樣本幾乎不可能會兩個均值正好-
-樣，所以我們用分佈這個概念來做這個事情。
首先，假設每個組內部的人的成績滿足同個正態分佈然後，所謂零假設，一般是指這兩個組的正態分佈的引數-樣。
繼續，在以上兩個假設下，這兩個組的平均成績的差值，也滿足一個
正態分佈(當然引數不-樣，這個正態分佈的均值引數是50+50+50,那這個「平均成績的差值」的這次樣本實現值就是100-50=50。
然後，無論事先是否假設了每個人成績分佈的萬差已知還是未知，都可以精確計算「平均成績的差值」的分佈,然後看50在這個分佈裡是否在很遠的地方，如果在，那就說明所謂零假設不太可能成立，那就是說兩個組的平均成績有差異。
如果不在很遠的地方，那就不能說明兩個組的平均成績有差異。換句話說，就是這兩個組的平均成績的差異有統計意義。
三組資料的組間均值有統計學意義就是說
「零假設:三組均值相同」這個假設不成立，換句話說可能1=2!
=3,或者乾脆三個都不一樣，但是不會仔細說哪兩個不同。1組和3組資料的比較差異有統計學意義就是明白了告訴你至少1跟3不一樣。
或者「零假設:
1跟3均值相同」這個假設不成立。統計方法上這兩個假設的檢驗方法會有不同。
擴充套件資料：
統計學的理論統一的重大意義
統計學家王見定教授指出：社會統計學描述的是變數，數理統計學描述的是隨機變數，而變數和隨機變數是兩個既有區別又有聯絡，且在一定條件下可以相互轉化的數學概念。
王見定教授的這一論述在數學上就是一個巨大的發現,我們知道「變數」的概念是17世紀由著名數學家笛卡爾首先提出，而「隨機變數」的概念是20世紀30年代以後由蘇聯學者首先提出，兩個概念的提出相差3個世紀。
截至到王見定教授，世界上還沒有第二個人提出變數和隨機變數兩者的聯絡、區別以及相互的轉化。我們知道變數的提出造就了一系列的函式論、方程論、微積分等重大數學學科的產生和發展；而隨機變數的提出則奠定了概率論和數理統計等學科的理論基礎和促進了它們的蓬勃發展。
可見變數、隨機變數概念的提出其價值何等重大，從而把王見定教授在世界上首次提出變數、隨機變數的聯絡、區別以及相應的轉化的意義稱為巨大、也就不視為過。
無統計學差異 有統計學差異 無統計意義 各是什麼意思？
4樓：守矢之光
有顯著性差異~！沒有顯著差異~！沒有實際意義~！
5樓：情丨丿殤
統計統計差異，具有統計學意義，則代表有誤差;無統計學意義，則代表結果符合要求準確度符合要求。
如何判斷差異有統計學意義
6樓：蓐蓐來了
統計學意義（p值）zt
結果的統計學意義是結果真實程度（能夠代表總體）的一種估計方法。專業上，p值為結果可信程度的一個遞減指標，p值越大，我們越不能認為樣本中變數的關聯是總體中各變數關聯的可靠指標。p值是將觀察結果認為有效即具有總體代表性的犯錯概率。
如p=0.05提示樣本中變數關聯有5%的可能是由於偶然性造成的。即假設總體中任意變數間均無關聯，我們重複類似實驗，會發現約20個實驗中有一個實驗，我們所研究的變數關聯將等於或強於我們的實驗結果。
（這並不是說如果變數間存在關聯，我們可得到5%或95%次數的相同結果，當總體中的變數存在關聯，重複研究和發現關聯的可能性與設計的統計學效力有關。）在許多研究領域，0.05的p值通常被認為是可接受錯誤的邊界水平。
在最後結論中判斷什麼樣的顯著性水平具有統計學意義，不可避免地帶有武斷性。換句話說，認為結果無效而被拒絕接受的水平的選擇具有武斷性。實踐中，最後的決定通常依賴於資料集比較和分析過程中結果是先驗性還是僅僅為均數之間的兩兩》比較，依賴於總體資料集裡結論一致的支援性證據的數量，依賴於以往該研究領域的慣例。
通常，許多的科學領域中產生p值的結果≤0.05被認為是統計學意義的邊界線，但是這顯著性水平還包含了相當高的犯錯可能性。結果0.
05≥p>0.01被認為是具有統計學意義，而0.01≥p≥0.
001被認為具有高度統計學意義。但要注意這種分類僅僅是研究基礎上非正規的判斷常規。
所有的檢驗統計都是正態分佈的嗎並不完全如此，但大多數檢驗都直接或間接與之有關，可以從正態分佈中推匯出來，如t檢驗、f檢驗或卡方檢驗。這些檢驗一般都要求：所分析變數在總體中呈正態分佈，即滿足所謂的正態假設。
許多觀察變數的確是呈正態分佈的，這也是正態分佈是現實世界的基本特徵的原因。當人們用在正態分佈基礎上建立的檢驗分析非正態分佈變數的資料時問題就產生了，（參閱非引數和方差分析的正態性檢驗）。這種條件下有兩種方法：
一是用替代的非引數檢驗（即無分佈性檢驗），但這種方法不方便，因為從它所提供的結論形式看，這種方法統計效率低下、不靈活。另一種方法是：當確定樣本量足夠大的情況下，通常還是可以使用基於正態分佈前提下的檢驗。
後一種方法是基於一個相當重要的原則產生的，該原則對正態方程基礎上的總體檢驗有極其重要的作用。即，隨著樣本量的增加，樣本分佈形狀趨於正態，即使所研究的變數分佈並不呈正態。
統計學意義和比較差異有統計學意義是什麼意思？
7樓：麻木
1、統計學意義是會統計學描述的是變數，數理統計學描述的是隨機變數，而變數和隨機變數是兩個既有區別又有聯絡，且在一定條件下可以相互轉化的數學。
2、比較差異有統計學意義是當資料之間具有了顯著性差異，就說明參與比對的資料不是來自於同一總體（population），而是來自於具有差異的兩個不同總體，這種差異可能因參與比對的資料是來自不同實驗物件的；
比如一些一般能力測驗中，大學學歷被試組的成績與小學學歷被試組會有顯著性差異。也可能來自於實驗處理對實驗物件造成了根本性狀改變，因而前測後測的資料會有顯著性差異。
8樓：冷de陌
比如有兩組學生的考試成績,現在考察這兩個組的學生的成績的平均值是否-樣。當然觀測到的樣本幾乎不可能會兩個均值正好- -樣，所以我們用分佈這個概念來做這個事情。
首先，假設每個組內部的人的成績滿足同個正態分佈然後，所謂零假設，一般是指這兩個組的正態分佈的引數-樣。
繼續， 在以上兩個假設下，這兩個組的平均成績的差值，也滿足一個 正態分佈(當然引數不-樣，這個正態分佈的均值引數是50+50+50,那這個「平均成績的差值」的這次樣本實現值就是100-50=50。
然後， 無論事先是否假設了每個人成績分佈的萬差已知還是未知，都可以精確計算「平均成績的差值」的分佈,然後看50在這個分佈裡是否在很遠的地方，如果在，那就說明所謂零假設不太可能成立，那就是說兩個組的平均成績有差異。
如果不在很遠的地方，那就不能說明兩個組的平均成績有差異。換句話說，就是這兩個組的平均成績的差異有統計意義。
三組資料的組間均值有統計學意義就是說 「零假設:三組均值相同」這個假設不成立，換句話說可能1=2! =3,或者乾脆三個都不一樣，但是不會仔細說哪兩個不同。
1組和3組資料的比較差異有統計學意義就是明白了告訴你至少1跟3不一樣。
或者「零假設: 1跟3均值相同」這個假設不成立。統計方法上這兩個假設的檢驗方法會有不同。
如何判斷差異有統計學意義？怎樣解釋
9樓：曾經等
統計學意義（p值）zt
結果的統計學意義是結果真實程度（能夠代表總體）的一種估計方法。專業上，p值為結果可信程度的一個遞減指標，p值越大，我們越不能認為樣本中變數的關聯是總體中各變數關聯的可靠指標。p值是將觀察結果認為有效即具有總體代表性的犯錯概率。
如p=0.05提示樣本中變數關聯有5%的可能是由於偶然性造成的。即假設總體中任意變數間均無關聯，我們重複類似實驗，會發現約20個實驗中有一個實驗，我們所研究的變數關聯將等於或強於我們的實驗結果。
（這並不是說如果變數間存在關聯，我們可得到5%或95%次數的相同結果，當總體中的變數存在關聯，重複研究和發現關聯的可能性與設計的統計學效力有關。）在許多研究領域，0.05的p值通常被認為是可接受錯誤的邊界水平。
在最後結論中判斷什麼樣的顯著性水平具有統計學意義，不可避免地帶有武斷性。換句話說，認為結果無效而被拒絕接受的水平的選擇具有武斷性。實踐中，最後的決定通常依賴於資料集比較和分析過程中結果是先驗性還是僅僅為均數之間的兩兩》比較，依賴於總體資料集裡結論一致的支援性證據的數量，依賴於以往該研究領域的慣例。
通常，許多的科學領域中產生p值的結果≤0.05被認為是統計學意義的邊界線，但是這顯著性水平還包含了相當高的犯錯可能性。結果0.
05≥p>0.01被認為是具有統計學意義，而0.01≥p≥0.
001被認為具有高度統計學意義。但要注意這種分類僅僅是研究基礎上非正規的判斷常規。
所有的檢驗統計都是正態分佈的嗎並不完全如此，但大多數檢驗都直接或間接與之有關，可以從正態分佈中推匯出來，如t檢驗、f檢驗或卡方檢驗。這些檢驗一般都要求：所分析變數在總體中呈正態分佈，即滿足所謂的正態假設。
許多觀察變數的確是呈正態分佈的，這也是正態分佈是現實世界的基本特徵的原因。當人們用在正態分佈基礎上建立的檢驗分析非正態分佈變數的資料時問題就產生了，（參閱非引數和方差分析的正態性檢驗）。這種條件下有兩種方法：
一是用替代的非引數檢驗（即無分佈性檢驗），但這種方法不方便，因為從它所提供的結論形式看，這種方法統計效率低下、不靈活。另一種方法是：當確定樣本量足夠大的情況下，通常還是可以使用基於正態分佈前提下的檢驗。
後一種方法是基於一個相當重要的原則產生的，該原則對正態方程基礎上的總體檢驗有極其重要的作用。即，隨著樣本量的增加，樣本分佈形狀趨於正態，即使所研究的變數分佈並不呈正態。
是沒有統計學差異的意思嗎,差異無統計學意義是什麼意思
差異這裡指的是樣本的差異,差異無統計學意義,意思是樣本的差異不夠大,所以我還是認為產生樣本的總體沒有差異.統計學裡個體差異忽略不計 無統計學差異是什麼意思 差異無統計學意義是什麼意思 指在假設兩總體相同的情況下由於隨機抽樣誤差導致該範圍內結果的概率大於0.05 統計學裡個體差異忽略不計 各組之間差異...
生物統計學的差異顯著上角標怎麼標
依次排列，然後再最大的平均數上標字母a，將該平均數與以下各平均數相比，凡相差不顯著的都標上字母a,直至某個與之相差顯著的則標以字母b。再以該標有b的平均數為標準，與各個比它大的平均數比較，凡差數差異不顯著的在字母a的右邊加標字母b。然後再以標b的最大平均數為標準與以下未曾標有字母的平均數比較，凡差數...
在統計學中，配對和成組有什麼區別
成組t檢驗是兩組之間的比較，成對是一組前後的比較 配對t檢驗 來是兩組資料自中的資料一一對應，計bai算一一對應的資料間的差值du，再計算出 zhi所有差值的dao的平均數 標準差，從而進行t檢驗。而成組t檢驗是兩組資料各自求出平均數 標準差來進行t檢驗。如 甲廠 1.2 1.3 1.1 0.9 0...