Двосторонній дисперсійний аналіз використовується, щоб визначити, чи існує статистично значуща різниця між середніми значеннями трьох або більше незалежних груп, які були розділені за двома факторами. Метою двостороннього дисперсійного аналізу є визначення впливу двох факторів на змінну відповіді та визначення того, чи...
Дисперсійний аналіз із повторними вимірюваннями використовується для визначення того, чи існує статистично значуща різниця між середніми значеннями трьох або більше груп, у кожній з яких є ті самі суб’єкти. У цьому посібнику пояснюється, як виконати односторонній дисперсійний аналіз повторних вимірювань у...
Критерій Крускала-Уолліса використовується для визначення того, чи існує статистично значуща різниця між медіанами трьох або більше незалежних груп. Це вважається непараметричним еквівалентом одностороннього дисперсійного аналізу . Цей посібник пояснює, як виконати тест Крускала-Уолліса в Python. Приклад: тест Крускала-Уолліса в Python Дослідники...
Критерій Фрідмана є непараметричною альтернативою дисперсійному аналізу повторних вимірювань . Він використовується для визначення того, чи існує статистично значуща різниця між середніми значеннями трьох або більше груп, у яких однакові суб’єкти з’являються в кожній групі. Цей посібник пояснює, як виконати тест...
ANCOVA («коваріаційний аналіз») використовується, щоб визначити, чи існує статистично значуща різниця між середніми значеннями трьох або більше незалежних груп, після контролю однієї або кількохковаріат . Цей посібник пояснює, як виконати ANCOVA в Python. Приклад: ANCOVA в Python Викладач хоче знати, чи...
Ковзне середнє — це техніка, яка може бути використана для згладжування даних часових рядів, щоб зменшити «шум» у даних і легше визначити шаблони та тенденції. Ідея ковзної середньої полягає в тому, щоб взяти середнє значення кількох попередніх періодів, щоб отримати «ковзну...
Коли ви виконуєте F-тест, ви отримуєте F-статистику. Щоб визначити, чи є результати F-тесту статистично значущими, ви можете порівняти F-статистику з критичним значенням F. Якщо F-статистика більша за критичне значення F, то результати тесту є статистично значущими. Критичне значення F можна знайти...
Кожного разу, коли ви виконуєте t-тест, ви отримуєте статистику тесту. Щоб визначити, чи є результати t-критерію статистично значущими, ви можете порівняти тестову статистику з критичним значенням T. Якщо абсолютне значення тестової статистики перевищує критичне значення T, тоді результати тесту є статистично...
Кожного разу, коли ви виконуєте перевірку гіпотези, ви отримуєте статистику перевірки. Щоб визначити, чи є результати перевірки гіпотези статистично значущими, ви можете порівняти тестову статистику з критичним значенням Z. Якщо абсолютне значення тестової статистики більше критичного значення Z, то результати тесту...