怎么判断各水平间是否有显著差异

未必首先要考虑这种生物是什么类型的生物,如果是原核生物,那这个问题的答案可能是肯定的；如果是真核生物,则可能性很小原因很简单,原核生物没有多少所谓的不编码基因,也就是真核生物里所谓的内含子,其DNA的

作假设检验,男女各实际出现的频数与理论频数之差的平方再除以0.5得到的数,相加,然后与卡方1比较（自己设定置信度）.比如抽样调查结果是男53,女47,允许犯错的概率是0.05,那么实际误差是(（53-

先看F检验的结果,你给出来了吗是不是显著的,看了之后再谈论Duncan的问题吧,我替别人做这类的数据分析很多的再问：大神还是私密你吧

只有一组数据无法判断数据有无显著性差异只能做出这组数据的平均离差、标准差、方差、平均数等等统计量

本人不是学这个专业的,对你的问题不是特别清楚,能否麻烦你再叙述清楚些?你说的三个重复时什么意思呢?你的自变量是什么呢?因变量又是什么呢?它们各自有几个水平呢?

属于参数检验的两总体t检验要求样本为正态分布而非参数检验不要求样本正态分布小样本的分布无规律,用非参数（总体均值、总体方差等都是参数）检验一个大样本（一般超过50算是大样本,也可以酌情考虑增减标准）分

根据两组样本量n的大小来判定n均小于30或50就选成组设计t检验；否则就选成组设计u检验.

不应该用t检验应该用方差分析方差分析是分析因素对变量影响显著程度的方法在分析菜单下面有比较均值菜单最末尾的一个就是方差分析anova.

哦我明白了是完全随机1.analysis-generallinearmodal-univeriable2.denpented：x（就数据那个变量名）fixed：因素1因素2接下来还可以做事后检验和简单

就说明你的交互作用可能有A1B1,A1B2,A1B3,A2B1.这几种处理水平结合引起的!这个没有什么的!你就需要探究这几种处理结合的差异.是不是有其他潜变量的影响.

首先来说明各个符号,B也就是beta,代表回归系数,标准化的回归系数代表自变量也就是预测变量和因变量的相关,为什么要标准化,因为标准化的时候各个自变量以及因变量的单位才能统一,使结果更精确,减少因为单

看最后一列的概率值,如果概率值小于指定的检验水平（通常用0.05）,这个系数就是显著的.否则是不显著的.例如X1,X3是显著的,X和X2是不显著的.再问：不显著说明了什么？再答：不显著说明这个解释变量

多维空间,判断两组数据的分布.应该采用拟合的分析.可以参考平面数据的拟合分析.第一步,要选择合适的座标系.不同的座标系对运算量的影响很大.第二步,建立假设的多维空间的方程,分别判断每组数据与假设方程是

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

应该是方差吧

t值小于2.1,说明在0.05的显著性水平下差异不显著,t值大于2.86说明在0.01的显著性水平下差异显著.

看sig啊再问：total那行是什么意思？再答：总变异

你可以进行变量变换后,进行正态性检验,如果服从正态性,进行ANOVA；否则,改用非参数检验.但是,如果,你的方差不齐不是很严重,其实也可用ANOVA,这个方法比较稳健的.

这个跟您所要使用的材料的物性要求有关,在已知所使用材料的物性要求的前提下,可以叫供应商提供材料的相应的物性报告即可.

z是是统计量,sig是p值,你的都是没有差异的再问：谢谢~~那请问z值或者p值是什么范围的时候才算没有差异呢？再答：z值无所谓的，只有要看pp大于0.05没有差异再问：不好意思，再问一下，p值是看双侧