最近在看统计学方面的知识，正好有个学妹问我一些检验方面的东西，以前读书那会的统计学知识早已忘记，经过半天的努力，又把知识给拾起来了，下面简单介绍下T检验和卡方检验。
1. T检验
适用范围：主要用于样本
含量较小
（例如n<30），
总体标准差σ未知的正态分布
。
其中最常用的是单总体t检验，单总体t检验是检验一个
样本平均数
与一个已知的
总体平均数
的差异是否显著。
最近在看统计学方面的知识，正好有个学妹问我一些检验方面的东西，以前读书那会的统计学知识早已忘记，经过半天的努力，又把知识给拾起来了，下面简单介绍下T检验和卡方检验。1. T检验适用范围：主要用于样本含量较小（例如n总体标准差σ未知的正态分布。其中最常用的是单总体t检验，单总体t检验是检验一个样本平均数与一个已知的总体平均数的差异是否显著。当总体分布是正态分布，如总体标准差未知
主要用于样本含量较小（例如n<30），总体标准差σ未知的正态分布资料。
t检验
分为单总体
检验
和双总体
检验
。
单总体
t检验
是
检验
一个样本平均数与一个已知的总体平均数的差异是否显著。当总体分布是正态分布，如总体标准差未知且样本容量小于30，那么样本平均数与总体平均数的离差统计量呈t分布。
双总体
t检验
是
检验
两个样本平均数与其各自所代表的总体的差异是否显著。双总体
t检验
又分为两种情况，一是独立样本t
假设
检验
问题是统计推断中的一类重要问题，小编在之前给大家整理，分享过假设
检验
的基本步骤，今天给大家带来的是常见的假设
检验
方法，希望对大家有所帮助。
一、假设
检验
基本概念
假设
检验
是用来判断样本与样本之间，以及样本与总体之间的差异，是由抽样误差引起的，还是本质差别造成的一种方法。其基本原理是先对总体的特征作出某种假设，然后通过抽样研究的统计推理，对此假设应该被拒绝还是接受作出推断。
其基本思想为小概率反证法思想。小概率思想认为小概率事件在一次试验中基本上不可能发生，在这种方法下，我们先对总体的特征作出某
15秒零基础统计神器“医统无忧智能统计软件”是一个面向科研人员的免费医学统计分析软件，主要用于完成两组间基线数据
t检验
、非参数比较和
卡方检验
。
“医统无忧智能统计软件”具有下列优点：（1）高效省时，15秒即可完成两组间比较分析，每项研究预计可为研究者节省5-10个小时，从而帮助研究者节省大量的宝贵研究时间用于进一步的科研工作。就我们所知，“医统无忧智能统计软件”是目前世界上运算时间最短的医学统计软件之一。（2）点击式操作，适合零基础用户，无需掌握任何程序语言。“医统无忧智能统计软件”专为零基础用户设计，用户只需按照顺序点击相应的按键即可完成两组间比较分析，操作过程
简单
便捷、轻松愉快。（3）提供可直接使用的统计分析结果：“医统无忧智能统计软件”可自动保存统计分析的相关数据集，并将统计分析结果以图像（包含三种格式：tif、png和PDF）和csv表格的形式保存于当前文件夹下。（4）有效溯源和可重复验证。本软件采用“一站式集成、模块化运行、标准化操作、路径式保存”四大理念，操作功能齐全，操作功能简易，操作结果易于编辑，操作过程透明可回溯，能够有效帮助研究者应对数据溯源和研究可重复验证的检查。（5）为探索性研究提供助力。本软件可将连续变量根据设定的截断值转换为二分类分组变量并自动保存修改后数据集，对于探索性研究来说具有很好的应用价值，能够有效帮助研究者开展深入的探索研究。
????今天就来记录一下自己学习的
统计学
的知识，
介绍
几种参数
检验
，并用python来进行实践,并进行解释，有错误的地方，或者不足的地方还请大家指正。
1.常见概念的
介绍
1.1 常见的
检验
方式
参数
检验
：在总体分布形式已知的情况下，对总体分布的参数如均值、方差等进行推断的方法。
非参数
检验
：在总体方差未知或知道甚少的情况下，利用样本数据对总体分布形态等进行推断的方法。由于非参数
检验
方法在推断过程中不涉及有关总体分布的参数，因而得名为“非参数”
检验
。
1.2 原假设和备择假设
原假设(H0H_0H0)
单样本
T检验
：推论差异发生的概率，从而比较两个平均数的差异是否显著。通俗的说就是用样本均数和已知总体均数进行比较，来观察此组样本与总体的差异性。
例子：验证矿泉水瓶容量是否为550ml？
现在有16个矿泉水瓶样本，分别为558、551、542、557、552、547、551、549、548、551、553、557、548、550、546、552
步骤一：计算样.
同质性和独立性的
卡方检验
。 计算 I x J 的 P 值 - 表行/列独立性。 参考：DeltaProt 工具箱位于http://services.cbu.uib.no/software/deltaprot/
输入： X：观察到的频率单元的数据矩阵（I x J -table）。 方法：'RC'：Read-Cressie 功率发散统计（默认），lambda= 2/3 'Pe'：标准 Pearson chi2-距离，lambda= 1 'LL'：对数似然比距离，lambda= 0
输出： P值
使用：P = chi2Tests(Observed,'RC')
P 值是通过 chi-2 分布的近似计算得出的在所有方法的零假设下。 在列边距不平衡的小表中，“RC”方法比“Pe”方法略好
请使用以下参考： Thorvaldsen, S.、Flå, T. 和 Willassen, NP (201
文章目录一、假设
检验
的四种方法二、Z
检验
1. Z分布2.适用条件3. 用途三、
T检验
1. T分布2.适用条件3. 用途四、F
检验
1. F分布2.适用条件3. 用途五、
卡方检验
1. 卡方分布2.适用条件3. 用途
一、假设
检验
的四种方法
1.有关平均值参数u的假设
检验
（Z
检验
、
T检验
）
根据总体方差是否已知及样本容量大小，分为
T检验
与Z
检验
，如下图：
2.有关参数方差σ2的假设
检验
（F
检验
）
F
检验
主要用于
检验
两个分布的方差是否相同
3.
检验
两个或多个变量之间是否关联（
卡方检验
）
卡方检验
属于非参数
检验
卡方检验
：主要用于等级资料 。
t检验
：适用于计量资料、正态分布、方差具有齐性的两组间小样本比较。包括配对资料间、样本与均数间、两样本均数间比较三种，三者的计算公式不能混淆。也可以这样理解主要是用于小样本（样本容量小于30）的两个平均值差异程度的
检验
方法。
U
检验
：
检验
应用条件与
t检验
基本一致，只是当大样本时用U
检验
，而小样本时则用
t检验
，t
检验
可以代替U
检验
。
t检验
和就是统计量为t,u的假...
一、正态分布是
统计学
的基础，它对于各种假设
检验
极其的重要，t分布，F分布，卡方分布都是基于正态分布衍生出来的，而且中心极限定理也证明了，多数分布在样本量n足够大的情况下，其样本均值服从正态分布。
二、假设
检验
的步骤
1 提出假设，包括无效假设H0和备择假设H1。
2 预设
检验
水准，一般设为0.05，概率小于0.05为小概率事件
3 选定检...
卡方检验
是一种用途很广的计数资料的假设
检验
方法。它属于非参数
检验
的范畴，主要是比较两个及两个以上样本率( 构成比）以及两个分类变量的关联性分析。其根本思想就是在于比较理论频数和实际频数的吻合程度或拟合优度问题。
它在分类资料统计推断中的应用，包括：两个率或两个构成比比较的
卡方检验
；多个率或多个构成比比较的
卡方检验
以及分类资料的相关分析等。
例子1：四格
卡方检验
卡方检验
（Chi-square test）、方差分析（Analysis of Variance，ANOVA）和
t检验
（Student's t-test）是
统计学
中常用的假设
检验
方法，用于确定一个或多个样本的均值或比例是否有显著差异。它们的
区别
如下：
1. 适用范围不同
t检验
主要用于比较两个样本的均值是否有显著差异，例如比较两种治疗方法的效果。而方差分析则可以比较多个样本之间的均值是否有显著差异，例如比较三种不同品牌的产品的平均销售额是否有显著差异。
卡方检验
则用于比较不同分类变量之间是否存在显著关联，例如比较吸烟和肺癌之间的关联。
2.
检验
的假设不同
t检验
和方差分析都是用于
检验
样本均值是否有显著差异，其假设
检验
都基于总体均值的差异。而
卡方检验
则是用于
检验
两个分类变量之间是否存在显著关联，其假设
检验
基于两个变量的频数分布是否独立。
3. 统计量不同
t检验
的统计量是样本均值的差异，而方差分析则是F统计量，用于比较组内方差与组间方差的比值是否显著。
卡方检验
的统计量则是卡方值，表示观察频数与期望频数的差异程度。
4. 数据类型不同
t检验
和方差分析通常用于连续变量，而
卡方检验
则用于分类变量。
总之，这三种方法的应用范围、假设
检验
、统计量和数据类型都不同，需要根据具体问题的特点选择适当的方法进行分析。
