1樓：小強的老爺
首先要對資料做方差齊性和正太性檢驗，看是否滿足,bartlett檢驗和levene檢驗.
我懷疑你應該是這出現問題了。或者是兩兩比較的方法不對，snk法、dun***t法、bonferroni法，兩兩比較的都有各自的適應條件的。
你說的在具體一些，也好分析。
是否一定要經過anova有統計學意義後，再做均數間比較
2樓：stop華崽
其實方差分析中，有時會出現兩種矛盾的：
1。方差分析顯示有統計學意義，但是兩兩比較均無統計學意義2。方差分析無統計學意義，但是兩兩比較會發現有差異的組別。
有時，不一定一定要在方差分析有意義的前提下才能做兩兩比較。對於某些研究可以採用lsd對事先指定某些組均數間的比較。
不對的地方還請大家指正
資料進行方差分析時無統計學意義，但用lsd兩兩比較卻有一組出現了p<0.05,怎麼解釋它呢？謝謝
3樓：匿名使用者
沒有統計學意義，方差分析時有統計學意義，菜進行兩兩比較的
兩兩比較lsd是比較不保守的，會出現你的情況
方差分析顯示有統計學意義，但是兩兩比較均無統計學意義。這兩組方差不齊。這說明什麼呢？如何解釋結果呢
4樓：sky苟活
兩組資料的情況根據總體的總體的方差是否已知分別採用f檢驗和卡方檢驗，這兩種都是方差齊性檢驗，選擇一種。
5樓：匿名使用者
方差不齊，你用的什麼兩兩比較方法
方差分析時 p<0.05 但是兩兩比較時 又都沒有統計學意義 說明什麼？謝謝
6樓：匿名使用者
這是由於兩兩比較的方法有很多種，不同方法得出的p值有所差別
同時，兩兩比較的方法，又和f檢驗的方法有所差別，導致結果不一致
7樓：匿名使用者
一，看兩兩比較的做法對不對。二，正確的方法，也可能出現這種情況，似乎只能說明效應比較的不靠譜。可考慮增大樣本容量。
8樓：成子民浦軍
沒有統計學意義，方差分析時有統計學意義，菜進行兩兩比較的
兩兩比較lsd是比較不保守的，會出現你的情況
統計學的方差分析表中，p值怎麼計算呀？有沒有公式或者什麼
9樓：demon陌
p值的計算公式：
=2[1-φ(z0)] 當被測假設h1為 p不等於p0時；
=1-φ(z0) 當被測假設h1為 p大於p0時；
=φ(z0) 當被測假設h1為 p小於p0時；
其中，φ(z0)要查表得到。
z0=（x-n*p0）/(根號下（np0(1-p0)）)最後，當p值小於某個顯著引數的時候我們就可以否定假設。反之，則不能否定假設。
實驗條件，即不同的處理造成的差異，稱為組間差異。用變數在各組的均值與總均值之偏差平方和的總和表示，記作ssb，組間自由度dfb。
10樓：析夢安邱軒
p值的計算公式：
=2[1-φ(z0)]
當被測假設h1為
p不等於p0時；
=1-φ(z0)
當被測假設h1為
p大於p0時；
=φ(z0)
當被測假設h1為
p小於p0時；
其中，φ(z0)要查表得到。
z0=（x-n*p0）/(根號下（np0(1-p0)）)最後，當p值小於某個顯著引數的時候我們就可以否定假設。反之，則不能否定假設。
注意，這裡p0是那個缺少的假設滿意度，而不是要求的p值。
沒有p0就形不成假設檢驗，也就不存在p值
統計學上規定的p值意義：
p值碰巧的概率
對無效假設
統計意義
p＞0.05
碰巧出現的可能性大於5%
不能否定無效假設
兩組差別無顯著意義
p＜0.05
碰巧出現的可能性小於5%
可以否定無效假設
兩組差別有顯著意義
p＜0.01
碰巧出現的可能性小於1%
可以否定無效假設
兩者差別有非常顯著意義
11樓：靈靜
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。
p值的計算公式是
=2[1-φ(z0)] 當被測假設h1為 p不等於p0時；
=1-φ(z0) 當被測假設h1為 p大於p0時；
=φ(z0) 當被測假設h1為 p小於p0時；
其中，φ(z0)要查表得到。
z0=（x-n*p0）/(根號下（np0(1-p0)）)
最後，當p值小於某個顯著引數的時候（常用0.05，標記為α，給你出題那個人，可能混淆了這兩個概念）我們就可以否定假設。反之，則不能否定假設。
注意，這裡p0是那個缺少的假設滿意度，而不是要求的p值。
沒有p0就形不成假設檢驗，也就不存在p值
熱心網友 | 2013-04-1610
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。
12樓：匿名使用者
p值=p(f>f0)，其中f是服從f分佈分佈的隨機變數，f0是根據樣本計算出來的f統計量的值
13樓：匿名使用者
目前手工計算比較複雜，不要求的，一般用計算機比較方便。
14樓：匿名使用者
有表的。直接看你書後面，可以找。
實驗組a，實驗組b，和空白對照組。應該如何進行方差分析，用什麼方法檢驗有沒有統計學差異呢？
15樓：匿名使用者
用t檢驗增加比較次數會加大犯i型錯誤的概率，如果要比較兩次（a與對照、b與對照），而要兩次都不犯i型錯誤的話1-（1-α）^2=0.95，則要調整α=0.0253。
用方差分析實現的辦法，spss中的post_hoc可以用dun***t法進行兩兩比較，選定最後一組為對照組。
統計學問題：為什麼要做完方差分析再進行多重比較
16樓：匿名使用者
方差分析只能說明組間差異，具體哪些有差異需要做多重比較
17樓：
得到總體有沒有差別之後，還關心是否兩兩比較有差別
單因素方差分析出兩組間性別比較具有統計學意義說明什麼？
18樓：匿名使用者
說明從觀測資料上看，性別之間存在統計意義上的顯著差異。或者說資料說明性別上有非常大的可能存在差異。
請教統計學問題細胞生長曲線比較請教統計學問題細胞生長曲線比較
利用已有的曲線,我認為你可以檢驗新採集到的細胞數量與時間的關係是否符合已有曲線.具體做法,可以採用chi square卡方擬合優度檢驗.若時間序列t1,t2,tn與實驗結果對應的細胞數量為 n1,n2,nn 將時間代入已有曲線方程,可得對應的細胞數量為 n 1,n 2,n n.則chi square...
統計學好難，有沒有高手，統計學難學嗎？我高中數學基礎不太好，學起來會不會很吃力？
沒事的，我是學統計的，要學數學分析和高等代數 大一上 數學分析都是一些函式，和高中有一些是相同的，高代是要計算的，不停的算吧。看書還是很暈的，所以要認真聽課。數學不好突擊。如果你們老師不給樣卷，即使是劃重點也是很頭疼的，所以平時好好學吧，加油。只要你平時努力了，在考試的時候一定有收穫。統計學確實不是...
統計學原理的第1章統計概論,如何學好《統計學原理》
1.1 統計的研 究物件制 1.1.1 統計的含義 1.1.2 統計的研究物件和特點 1.1.3 統計的職能 1.2 統計的工作過程與統計的研究方法 1.2.1 統計的工作過程 1.2.2 統計研究的基本方法 1.3 統計學中的基本概念 1.3.1 總體與總體單位 1.3.2 標誌與變數 1.3.3...