|
数据分析近几年来成为了许多企业和项目辨别方向和探寻症结所在的热门工具，但却有 很多人在做数据分析前没有对数据做预先处理，从而导致数据分析结果出现差异。今天小编就来和大家一起分享一下一个能检验数据差异的数据分析方法——显著性检验。
一、显著性检验的含义
显著性检验主要是用来比较实验组与对照组或两组不同数据之间是否有差异，以及如果存在差异，检验差异是否显著。
通常情况下，我们一般把要检验的统计量样本假设记作H0，称为原假设（或零假设），与H0对立的假设记作H1，称为备择假设。然后构造检验统计量，收集样本数据，计算检验统计量的样本观察值，根据提出的显著水平，确定临界值和拒绝域。最后计算检验统计量的值做出决策。（在数理统计中一般以概率5%作为显著评定标准）
显著性检验是针对我们对总体所作的假设做检验的，它的原理其实是依据 “小概率事件实际不可能”的论点来接受或拒绝原假设。如果结论为“显著”，说明两种或两种以上的实验结果之间本身存在差异。如果“不显著”，就说明实验结果之间的差异是由抽样或偶然因素造成的，不是真正有实际差异存在存在实际差异。
二、常用的显著性检验方法
对于不同类型的数据，适用的显著性检验方法也是不一样的。以下是小编整理的一些常用显著性检验方法：
今天关于显著性检验的介绍就先到这里了，大家在实际应用的时候记得“因地制宜”，才能更好的使用这个技术。
| 
