Z检验，也称“U检验”，是为了检验在零假设情况下测试数据能否可以接近正态分布的一种统计测试。根据中心极限定理，在大样本条件下许多测验可以被贴合为正态分布。在不同的显著性水平上，Z检验有着同一个临界值，因此它比临界值标准不同司徒顿t检定更简单易用。当实际标准差未知，而样本容量较小时，司徒顿t检定更加适用。
卡方检验是一种统计量的分布在零假设成立时近似服从卡方分布的假设检验。在没有其他的限定条件或说明时，卡方检验一般代指的是皮尔森卡方检定。在卡方检验的一般运用中，研究人员将观察量的值划分成若干互斥的分类，并且使用一套理论尝试去说明观察量的值落入不同分类的概率分布的模型。而卡方检验的目的就在于去衡量这个假设对观察结果所反映的程度。
F检定 ，亦称联合假设检定、变异数比率检验、方差齐性检验。它是一种在零假设之下，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总体。
F检定 ，亦称联合假设检定、变异数比率检验、方差齐性检验。它是一种在零假设之下，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总体。
p值是假设检验中假设零假设为真时观测到至少与实际观测样本相同极端的样本的概率。很小的p值说明在零假设下观测极端结果的结果很小。学术出版中常常报告假设检验的p值。p值由于其确切意义难以掌握而屡遭误用；对p值的误用是元科学的主要课题。
Z检验，也称“U检验”，是为了检验在零假设情况下测试数据能否可以接近正态分布的一种统计测试。根据中心极限定理，在大样本条件下许多测验可以被贴合为正态分布。在不同的显著性水平上，Z检验有着同一个临界值，因此它比临界值标准不同司徒顿t检定更简单易用。当实际标准差未知，而样本容量较小时，司徒顿t检定更加适用。
卡方检验是一种统计量的分布在零假设成立时近似服从卡方分布的假设检验。在没有其他的限定条件或说明时，卡方检验一般代指的是皮尔森卡方检定。在卡方检验的一般运用中，研究人员将观察量的值划分成若干互斥的分类，并且使用一套理论尝试去说明观察量的值落入不同分类的概率分布的模型。而卡方检验的目的就在于去衡量这个假设对观察结果所反映的程度。
卡方检验是一种统计量的分布在零假设成立时近似服从卡方分布的假设检验。在没有其他的限定条件或说明时，卡方检验一般代指的是皮尔森卡方检定。在卡方检验的一般运用中，研究人员将观察量的值划分成若干互斥的分类，并且使用一套理论尝试去说明观察量的值落入不同分类的概率分布的模型。而卡方检验的目的就在于去衡量这个假设对观察结果所反映的程度。
卡方检验是一种统计量的分布在零假设成立时近似服从卡方分布的假设检验。在没有其他的限定条件或说明时，卡方检验一般代指的是皮尔森卡方检定。在卡方检验的一般运用中，研究人员将观察量的值划分成若干互斥的分类，并且使用一套理论尝试去说明观察量的值落入不同分类的概率分布的模型。而卡方检验的目的就在于去衡量这个假设对观察结果所反映的程度。
Z检验，也称“U检验”，是为了检验在零假设情况下测试数据能否可以接近正态分布的一种统计测试。根据中心极限定理，在大样本条件下许多测验可以被贴合为正态分布。在不同的显著性水平上，Z检验有着同一个临界值，因此它比临界值标准不同司徒顿t检定更简单易用。当实际标准差未知，而样本容量较小时，司徒顿t检定更加适用。
Mini wiki
