在概率论和统计学中，方差描述的是一个随机变量的离散程度，即一组数字与其平均值之间的距离的度量，是随机变量与其总体均值或样本均值的离差的平方的期望值。方差在统计中有非常核心的地位，其应用领域包括描述统计学、推论统计学、假说检定、度量拟合优度，以及蒙地卡罗方法。由于科学分析经常涉及统计，方差也是重要的科研工具。方差是标准差的平方、分布的二阶矩，以及随机变量与其自身的协方差，其常用的符号表示有
σ
2
{\displaystyle \sigma ^{2}}
、
s
2
{\displaystyle s^{2}}
、
Var
{\displaystyle \operatorname {Var} }
、
V
{\displaystyle V}
，以及
V
{\displaystyle \mathbb {V} }
。
卡方分布是概率论与统计学中常用的一种概率分布。k个独立的标准正态分布变量的平方和服从自由度为k的卡方分布。卡方分布是一种特殊的伽玛分布，是统计推论中应用最为广泛的概率分布之一，例如假说检定和置信区间的计算。
在推论统计学中，零假设是做假说检定时的一类假说。
在推论统计学中，零假设是做假说检定时的一类假说。
统计学的假说检定中，显著性差异是对数据差异性的评价，当某次实验的结果在虚无假说下不大可能发生时，就认为该结果具有显著性差异。更准确而言，譬如某项研究设定了一个数值α，表示型一错误与型二错误的出错概率，然后用P值表示虚无假说为真时得到某结果或比这个结果更极端的情况的概率。当p ⩽ α时，就可以认为结果具有统计学意义，或数据之间具有了显著性差异。显著水准应当在开始数据收集前就设定，通常习惯设定为5%或更低，因研究的具体学科领域而异。
在概率论和统计学中，方差描述的是一个随机变量的离散程度，即一组数字与其平均值之间的距离的度量，是随机变量与其总体均值或样本均值的离差的平方的期望值。方差在统计中有非常核心的地位，其应用领域包括描述统计学、推论统计学、假说检定、度量拟合优度，以及蒙地卡罗方法。由于科学分析经常涉及统计，方差也是重要的科研工具。方差是标准差的平方、分布的二阶矩，以及随机变量与其自身的协方差，其常用的符号表示有
σ
2
{\displaystyle \sigma ^{2}}
、
s
2
{\displaystyle s^{2}}
、
Var
{\displaystyle \operatorname {Var} }
、
V
{\displaystyle V}
，以及
V
{\displaystyle \mathbb {V} }
。
型一错误与型二错误为统计学中推论统计学统计术语，表示统计学假说检定中的两种错误。
统计学的假说检定中，显著性差异是对数据差异性的评价，当某次实验的结果在虚无假说下不大可能发生时，就认为该结果具有显著性差异。更准确而言，譬如某项研究设定了一个数值α，表示型一错误与型二错误的出错概率，然后用P值表示虚无假说为真时得到某结果或比这个结果更极端的情况的概率。当p ⩽ α时，就可以认为结果具有统计学意义，或数据之间具有了显著性差异。显著水准应当在开始数据收集前就设定，通常习惯设定为5%或更低，因研究的具体学科领域而异。
在推论统计学中，零假设是做假说检定时的一类假说。
Mini wiki
