AI 词汇表
人工智能完整词典
学生t检验
一种参数统计检验，用于比较两个样本的均值，以确定它们是否存在显著差异。有效应用需满足分布正态性和方差齐性的假设。
威尔科克森符号秩检验
一种非参数检验，相当于配对样本的t检验，基于差异的秩次而非原始值。特别适用于数据不服从正态分布的情况。
曼-惠特尼U检验
一种用于独立样本的非参数检验，比较两组数据的分布，无需正态性假设。评估一组观察值是否倾向于大于另一组。
弗里德曼检验
一种用于配对样本的非参数检验，适用于两个以上条件，相当于无正态性假设的重复测量方差分析。确定三个或更多相关组之间是否存在显著差异。
方差分析（ANOVA）
一种检验三个或更多组均值是否相等的方差分析方法，通过比较组间方差与组内方差来实现。基本假设包括残差的正态性和同方差性。
麦克尼马尔检验
一种用于配对分类数据的统计检验，评估二元比例在两次连续测量中的变化。特别适用于比较同一数据集上的分类性能。
排列检验
一种非参数重采样方法，通过随机排列组间标签构建零分布。避免了分布假设，并自动适应依赖结构。
莱文方差齐性检验
一种检验多组方差是否相等的方法，是方差分析和回归分析的前提条件。通过使用绝对偏差，比巴特利特检验对非正态性更不敏感。
邦费罗尼校正
一种用于多重比较的校正方法，通过将显著性阈值除以测试次数来调整。这是一种保守的方法，能够严格控制族系误差率。
符号检验
一种用于配对样本的非参数检验，仅分析配对之间差异的方向。当仅有关于符号的信息可用或可靠时，是威尔科克森符号秩检验的简单替代方法。
克鲁斯卡尔-沃利斯检验
曼-惠特尼U检验在两个以上独立组的非参数扩展，基于所有样本的合并秩次。当不满足正态性假设时，是方差分析（ANOVA）的替代方法。
统计自助法
一种重采样方法，通过在原始样本中进行有放回的随机抽样来估计统计量的分布。允许在无分布假设的情况下获得置信区间和检验。
巴特利特检验
一种对正态性偏离敏感的方差齐性检验，基于样本方差的对数变换。适用于分布为正态的情况，且在这种情况下比莱文检验更强大。
本杰明尼-霍赫贝格校正
一种用于多重比较的校正程序，控制错误发现率（FDR）而非族系误差率。比邦费罗尼校正更少保守，在限制预期假阳性的同时更注重检验效能。
图基HSD检验
在显著的方差分析（ANOVA）后进行多重配对均值比较的事后检验，控制族系误差率。基于学生化极差分布的均值差异。