生物统计中的t检验中的s是什么

‘壹’ 独立样本T检验中的S D怎么看

用手倒拿着，用眼睛看。独立样本T检验中的S和D的值在离心机打印出的报告中展示，S和D的值是反向打印的，报告打印出来之后，需要倒拿着看。

‘贰’ 我想知道表列表格中的字母代表什么意思，应该和统计学相关…N代表数量，sd是标准差，但是S、P、T

这个控制组对照组的是比较均值的独立样本t检验。P是显着性检验的概率，t是2样本均值相减得到的t分布值

‘叁’ 数学符号中的S是什么意思跟概率有关的

概率论中数理统计一块里S代表样本的标准差，S^2是样本的方差。

‘肆’ 统计学中LSD是什么意思 Tamhan's又是什么意思呢

LSD是统计中方差分析后的比较分析，即t检验（成对平均差分检验）。经方差分析，如果三所学校之间存在差异，则可利用LSD进一步了解两所学校之间是否存在显着差异。这是一种比较粗糙的测试方法，容易导致无显着差异。作为一个显着的区别。

Tamhan’s也是一种方差分析后的时间比较方法。只有在样本方差不同的情况下才有可能进行这种检验，这种方法不需要进行数据转换的直接检验。

(4)生物统计中的t检验中的s是什么扩展阅读

方差分析的基本原理是认为不同处理组的均数间的差别基本来源有两个：

1、实验条件，即不同的处理造成的差异，称为组间差异。用变量在各组的均值与总均值之偏差平方和的总和表示，记作SSb，组间自由度dfb。

2、随机误差，如测量误差造成的差异或个体间的差异，称为组内差异，用变量在各组的均值与该组内变量值之偏差平方和的总和表示， 记作SSw，组内自由度dfw。

总偏差平方和 SSt = SSb + SSw。

组内SSw、组间SSb除以各自的自由度(组内dfw =n-m，组间dfb=m-1，其中n为样本总数，m为组数)，得到其均方MSw和MSb，一种情况是处理没有作用，即各组样本均来自同一总体，MSb/MSw≈1。

另一种情况是处理确实有作用，组间均方是由于误差与不同处理共同导致的结果，即各样本来自不同总体。那么，MSb>>MSw(远远大于)。

MSb/MSw比值构成F分布。用F值与其临界值比较，推断各样本是否来自相同的总体。

‘伍’ 统计、概率、计量中的S指什么经常和e，还有t检验一起出现。

S^2是样本方差
S^2=1/(n-1)* ∑(xi-x拔)^2

‘陆’ 谁能简单的讲下统计学 中的t值， f值， p 值的含义分别是什么

1、t值是t检验的统计量值，t检验，亦称student t检验（Student's t test），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。 t检验是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显着。

2、F值是F检验的统计量值 。F检验是一种在零假设（null hypothesis, H0）之下，统计值服从F-分布的检验。其通常是用来分析用了超过一个参数的统计模型，以判断该模型中的全部或一部分参数是否适合用来估计母体。

3、P值即概率，反映某一事件发生的可能性大小。统计学根据显着性检验方法所得到的P 值，一般以P < 0.05 为有统计学差异， P<0.01 为有显着统计学差异，P<0.001为有极其显着的统计学差异。其含义是样本间的差异由抽样误差所致的概率小于0.05 、0.01、0.001。

(6)生物统计中的t检验中的s是什么扩展阅读：

F值和t值是F检验和t检验的统计量值,与它们相对应的概率分布,就是F分布和t分布。

统计显着性是出现目前样本这结果的机率。P值代表结果的可信程度,P越大,就越不能认为样本中变量的关联是总体中各变量关联的可靠指标。p值是将观察结果认为有效即具有总体代表性的犯错概率，如p=0.05提示样本中变量关联有5%的可能是由于偶然性造成的。

‘柒’ 概率统计中S是什么意思如何算得

是标准差（Standard Deviation） ，中文环境中又常称均方差，是离均差平方的算术平均数的平方根，用σ表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的两组数据，标准差未必相同。

公式：

1、如是总体（即估算总体方差），根号内除以n（对应excel函数：STDEVP）；

2、如是抽样（即估算样本方差），根号内除以（n-1）（对应excel函数：STDEV）；

3、因为我们大量接触的是样本，所以普遍使用根号内除以（n-1）。

(7)生物统计中的t检验中的s是什么扩展阅读：

标准差和离散度关系：

标准差是反映一组数据离散程度最常用的一种量化形式，是表示精确度的重要指标。说起标准差首先得搞清楚它出现的目的。我们使用方法去检测它，但检测方法总是有误差的，所以检测值并不是其真实值。

检测值与真实值之间的差距就是评价检测方法最有决定性的指标。但是真实值是多少，不得而知。因此怎样量化检测方法的准确性就成了难题。这也是临床工作质控的目的：保证每批实验结果的准确可靠。

虽然样本的真实值是不可能知道的，但是每个样本总是会有一个真实值的，不管它究竟是多少。可以想象，一个好的检测方法，其检测值应该很紧密的分散在真实值周围。

如果不紧密，与真实值的距离就会大，准确性当然也就不好了，不可能想象离散度大的方法，会测出准确的结果。因此，离散度是评价方法的好坏的最重要也是最基本的指标。

一组数据怎样去评价和量化它的离散度，有很多种方法：

极差

最直接也是最简单的方法，即最大值－最小值（也就是极差）来评价一组数据的离散度。这一方法在日常生活中最为常见，比如比赛中去掉最高最低分就是极差的具体应用。

离均差平方和

由于误差的不可控性，因此只由两个数据来评判一组数据是不科学的。所以人们在要求更高的领域不使用极差来评判。其实，离散度就是数据偏离平均值的程度。因此将数据与均值之差（我们叫它离均差）加起来就能反映出一个准确的离散程度。和越大离散度也就越大。

但是由于偶然误差是成正态分布的，离均差有正有负，对于大样本离均差的代数和为零的。

为了避免正负问题，在数学有上有两种方法：一种是取绝对值，也就是常说的离均差绝对值之和。而为了避免符号问题，数学上最常用的是另一种方法－－平方，这样就都成了非负数。因此，离均差的平方和成了评价离散度一个指标。

方差

由于离均差的平方和与样本个数有关，只能反映相同样本的离散度，而实际工作中做比较很难做到相同的样本，因此为了消除样本个数的影响，增加可比性，将离均差的平方和求平均值，这就是我们所说的方差成了评价离散度的较好指标。

样本量越大越能反映真实的情况，而算术平均值却完全忽略了这个问题，对此统计学上早有考虑，在统计学中样本的均差多是除以自由度（n-1），它的意思是样本能自由选择的程度。当选到只剩一个时，它不可能再有自由了，所以自由度是n-1。

标准差意义

由于方差是数据的平方，与检测值本身相差太大，人们难以直观的衡量，所以常用方差开根号换算回来这就是我们要说的标准差。

在统计学中样本的均差多是除以自由度（n-1），它是意思是样本能自由选择的程度。当选到只剩一个时，它不可能再有自由了，所以自由度是n-1。

变异系数

标准差能很客观准确的反映一组数据的离散程度，但是对于不同的项目，或同一项目不同的样本，标准差就缺乏可比性了，因此对于方法学评价来说又引入了变异系数CV。

一组数据的平均值及标准差常常同时做为参考的依据。在直觉上，如果数值的中心以平均值来考虑，则标准差为统计分布之一“自然”的测量。

‘捌’ 统计学中 Z检验 和t检验的区别

概念区别：T检验，亦称student t检验（Student's t test），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。Z检验是一般用于大样本(即样本容量大于30)平均值差异性检验的方法。它是用标准正态分布的理论来推断差异发生的概率，从而比较两个平均数平均数的差异是否显着。
区别一：z检验适用于变量符合z分布的情况，而t检验适用于变量符合t分布的情况；
区别二：t分布是z分布的小样本分布，即当总体符合z分布时，从总体中抽取的小样本符合t分布，而对于符合t分布的变量，当样本量增大时，变量数据逐渐向z分布趋近；
区别三：z检验和t检验都是均值差异检验方法，但t分布逐渐逼近z分布的特点，t检验的运用要比z检验更广泛，因为大小样本时都可以用t检验，而小样本时z检验不适用。SPSS里面只有t检验，没有z检验的功能模块。

注意：
①t检验是对各回归系数的显着性所进行的检验，t检验还可以用来检验样本为来自一元正态分布的总体的期望，即均值；和检验样本为来自二元正态分布的总体的期望是否相等） 未知，一般检验用t检验。

②z检验是一般用于大样本(即样本容量大于30)平均值差异性检验的方法。它是用标准正态分布的理论来推断差异发生的概率，从而比较两个平均数平均数的差异是否显着。当已知标准差时，验证一组数的均值是否与某一期望值相等时，用z检验。

‘玖’ 概率论及数理统计 t检验中的s怎么求出

(X-)代表样本均值

S^2代表样本方差
S^2=[∑(i=1,2,..,n)(Xi-(X-))^2]/(n-1)
=[(∑(i=1,2,..,n)Xi^2)-n(X-)^2]/(n-1)

S代表样本标准差
S=√S^2

比如这组数据
452，459，470，475，443，464，463，467，465
(X-)=(452+459+479+475+443+464+463+467+465)/9
=462
S^2=[(∑(i=1,2,..,9)Xi^2)-9(X-)^2]/8
=(452^2+459^2+470^2+475^2+443^2+464^2+463^2+467^2+465^2-9*462^2)/8
=92.75
S=√S^2=9.6307