統計檢驗

📚 深度解析：統計檢驗

💡 常見使用場景

• 單樣本 t 檢驗：判斷樣本均值是否與某個理論值（如 μ₀=20）存在顯著差異。
• 獨立/配對 t 檢驗：比較兩組均值（如訓練前/後、A/B 兩組）；配對檢驗用於同對象前後測。
• 卡方擬合優度：判斷觀測頻數分佈是否與期望分佈（如均勻分佈）一致。

❓ 常見問題（FAQ）

t 檢驗對資料有什麼要求？

通常假設兩組資料近似正態、方差齊（獨立 t 可選 Welch 校正方差不齊）。樣本量過小或存在極端值時結論需謹慎，建議結合效應量與置信區間綜合判斷。

卡方檢驗的期望頻數怎麼給？

留空時按均勻分佈（各類別期望相同）處理；也可手動輸入期望頻數。每類期望頻數建議 ≥5，否則結論可靠性下降。