均值为0的两组数据可以做显著差异比较吗

你第一次进行的是什么检验,是单样本均值比较（与某一个固定值比较）?你同样复制的一组数据,是作为一个新的变量存放,还是接在原数据之后?如果进行配对样本检验,则必须作为一个新变量存放.其检验结果是两组变量

我的思路是实现一个简单数学函数类,封装一些基本操作,问题分解如下：1、求和sum；2、求平均值average；3、求数据域平均数差值平方的平均值det；代码如下：importjava.util.Ran

看你的分析是否有必要控制无关变量后进行相关,如果没有必要,就采用直接相关来解释就可以了不过如果严谨的来说,应该是采用偏相关的结果,这个毕竟是两者的净相关再问：数据的pearson相关不显著而spear

显著水平主要有5%和1%两个水平,就是数据要小于0.05和0.01才达到显著,否则为不显著.查看你的数据只有1和2显著水平小于0.05,因此结果是：1-aA,4-abA,5-abA,3-abA,2-b

均值作为样本平均程度的度量是因为他是期望的无偏估计量,标准差就是用来衡量数据的集中程度的,越小表示数据越集中,但他是个绝对值,只能用来两组数据的比较,你的要求应该是样本检验,可以确定数据偏离均值的概率

相关系数用来描述两组数据之间线性依赖的程度（的大小）.两组数据之间的相关系数得出的值是0.213,表明两组数据之间的线性依赖程度很低、相关性很小.而差异性检验中差异显著与否与相关性的大小好象是不同的概

有helpestat

检验方法有很多,如开方检验,t检验,具体参照概率论与数理统计

你的数据属于计量资料：1.建立两个变量：1.组别在value中定义1=A2=B；2.数值：2.进行正太检验：选择分析—频率—按要求输入变量数值-运行后看偏度/系数是否《1.96,峰度/系数是否《1.9

你要是就做两组的检验,t检验就行.第一组的第一个题和第二组的第一个题.你要是想做多组的,应该用方差分析了.就是ANOVA或者univarite~也在analyse里面

貌似要用卡方检验

让你上课不好好听书上都有!

如果P值小于0.05,拒绝原假设,说明在0.05的显著性水平上,两次测量的差异是显著的,或者说,这个差异具有统计学上的意义.统计人刘得意

可以.因为配对T检验的必要条件是：每一个样本都是严格配对的.具有相关性不是配对T检验的必要条件,但是在配对样本的实验中,相关系数比较高往往是正常现象和多见现象,只要样本是配对的,而且数据符合正态分布和

这个地方只有两个变量,你怎么用多元回归来分析呢,而且是判断他们是否存在显著性差异,可能做不了,回归分析只能判断变量之间是否存在相关关系.你可以通过t检验或者卡方检验来看看他们是否有显著差异

首先你要明确你要判断两组数据相关还是相等,相等的话检验均值看是否显著性差异.如果要判断相关的话,可以求相关系数.你已经求出来了是0.4左右,一般来说,0.4的相关系数说明两个量是适度的线性相关.你应该

1众数　　众数是一组数据中出现次数最多的标志值,用M0表示.虽说平均数是用来说明现象的一般水平的,但在有些情况下用众数说明现象的一般水平也有很好的效果.例如,为了掌握集市上某种商品的价格水平,不必登记

答：这二个独立样本的均值差服从N(0,3/10＋3/15)分布,即N(0,0.5)分布,其中的标准差σ＝√0.5=0.7071.所以,原题相当于求N(0,1)分布中绝对值大于0.3／0.7071＝0.

不一定要求都正态分布的,因为分析方法有很多,针对数据情况合适选用,如t检验,χ2检验等等检验方法；数据转换后分析不影响结果的一般情况下,虽然数据是变了,但数据间关系及差异情况是不会变的,要不然就不会有

需要确定你的实验设计,如果A,B是独立的进行独立样本检验,如果A,B总体分布是正太分布,可以选择独立样本t检验,如果总体分布未知,可以考虑独立样本的非参数检验方法,如Mann-WhitneyU检验,K