能用显著检验证明这组数据可靠

(1)由于是沿着河流采样,数据不具有独立性.(2)应上每个采样点进行重复取样(至少有2次取样),才能比较5个采样点的浓度是否存在显著性差异.检验方法：单因素方差分析.

进入SPSS→任务栏选分析→比较均值→配对样本T检验→嵌入你要检验的两对数据标签→确定.至于结果,看最后一张表最后一列的Sig.(2-tailed),值＞0.05就是没有显著差异,值＜0.05就是有显

1,数据输入方式不当.应设变量1为种类（有8个种类,1,2,...8）,变量2为指示剂（有2种检测方法,1,2）.正确的数据表应为两变量的组合（如1,1；2,1；3,1,),再加上测定值的三列表格.注

显著性检验的原理就是“小概率事件实际不可能性原理”来接受或否定假设.其基本步骤如下：第一：提出统计假设H0和HA.第二：构造统计量t,并根据样本资料计算t值.第三：根据t分布的自由度,确定理论临界值t

t值越大,sig值越小.sig值小于0.01或者0.05或者0.1就是显著异于0了.

请给出原题再问：假设两组数据平均数为10，2，每组数据有3个值，标准差为0.03,0.01，计算两组数是否有显著性差异

百分比不好直接比,因为卡方值会随人数增加,请给出真正的人数.再问：           &

你有这个印象可能是因为,当样本数量超过30（有的书上说25）以后,t分布已经趋近正态分布了,所以可以做z检验或者u检验.但是虽然几个分布近似了,并不说明t分布就不好,而是在参数统计方法下,大家结果都差

跟据所有可能的因变量进行估计,建立多元线性回归方程,根据最小二乘原理,求解各系数,但因变量项N多时,解线性方程组会变得相当困难,我们常用高斯消去法与消去变换来求解多元线性方程组比较常用.具体运算比较复

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

CORREL返回两个数据集之间的相关系数.公式为=CORREL(a1:aN,b1:bN)

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

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

由于你的数据其中一组样本量为1,造成不能进行Levene检验,因此只能参考一下假定方差相同的sig.总的来说,这种数据的结果价值十分有限,因为样本过少,尤其是sig没有显著性的情况下更是如此,因为不能

两个数据比较大小就可以了.至少两组数据才需要显著性差异分析.

单因素方差分析和T检验没有差别有要记住[T(n)]^2~F(1,n)即若t统计量服从自由度为n的T分布,则它的平方服从自由度为1,n的F分布单因素方差分析得到的是这里的F,（单因素嘛,第一个自由度是2

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

方差分析由于涉及三组以上,因此比t检验需要有更多的注意问题.目前临床最常见的错误就是关于两两比较方面的.对于三组及以上资料,一般来讲,采用方差分析得到的F值是一个组间的总体比较.例如三组间比较如果有差

看最后一个表（成对样本检验）的sig下面的值,这个表就是t检验的结果,sig小于0.05表示显著的差异,小于0.01表示极其显著的差异,从你的数据来看应该是对1和对6都存在显著性的差异.成对样本统计量

不正确,应该输入一起再问：����һ����û̫����