計量資料顯著性檢驗的兩個常見錯誤

[關鍵詞]

健康網訊:

　　錯誤之一：多組間均數比較采用多次t檢驗，而不用方差分析。多組間均數比較時，如果資料呈正態(tài)分布，且方差呈齊性時，應該用方差分析（也叫ANOVA分析，或F檢驗）。方差分析只能告訴我們多組間均數是否全部相等，即便F＜Ｆ?α，也只能說明在α水準上至少有兩組均數差異有顯著性，并不能告訴我們到底哪兩組均數間有差異。要研究某兩個或某幾個總體均數是否相等，還要在方差分析的基礎上，進一步作兩兩比較的q檢驗（也叫Studnet-Newman-Keuls檢驗法）。當多個觀察組與一個對照組進行均數間比較時，應作Dunnett-t檢驗。

　　錯誤之二：配對t檢驗與完全隨機t檢驗的相互誤用。配對t檢驗與完全隨機t檢驗主要有以下不同：①兩種檢驗方法適用的定型分組設計不同，完全隨機t檢驗用于完全隨機設計的資料，配對差值的t檢驗

　　適用于隨機配對設計的資料，包括自身對照和配對對照等設計；②由于資料的分組設計不同，因此觀察的內容也不同，對于完全隨機設計的資料，研究者需要觀察的是兩樣本的均數標準差，并采用完全隨機t檢驗進行統(tǒng)計推斷，以比較兩樣本均數有無差異。自身對照設計是在同一個體上進行觀察，研究者需要觀察的是每一個實驗單位處理前后（或兩種處理方法）兩次結果差值的均數和差值的標準差，采用配對差值t檢驗，目的是推斷同一樣本處理前后（或兩種處理方法）有無差異；③配對差值的t檢驗適用于隨機配對設計的資料，而隨機配對設計的資料最大限度地減少了個體差異（生物變異）對實驗結果的影響，因而減少了實驗誤差，提高了實驗精確度，效率較高，用較小樣本可得出較多的信息和較大的精確度，故對自身對照設計的資料應用配對差值的t檢驗。

【計量資料顯著性檢驗的兩個常見錯誤】相關文章：

常見錯誤例舉08-13

英語寫作常見錯誤與分析08-15

英語寫作常見錯誤分析08-08

力的圖示常見的錯誤作法及分析08-17

制作簡歷應該避免常見的錯誤08-15

面試主考官常見的錯誤08-15

淺談常見物質的檢驗方法08-18

化學實驗中學生常見錯誤剖析08-17

應屆畢業(yè)生簡歷常見錯誤08-15

投擲教學中常見的頭、眼移動錯誤及原因08-07