Question

数据统计问题求教！！

我没学过数据统计。我是学化学的。投文章后，编辑让我加入数据统计。我看了几天书，基本操作会了，但有几个关键性问题，想要求教。

我的实验是这样的：
测某物在不同温度下的吸附能力。每个温度下重复测3次。
我的实验结果如下：
第一次测量 第二次测量 第三次测量
30度 20.8g/g 21.0g/g 20.7g/g
35度 26.4g/g 26.1g/g 26.8g/g
40度 37.2g/g 38.1g/g 37.6g/g
45度 31.7g/g 31.2g/g 31.5g/g
50度 略
55度 略（写不下了）

我会通过SPSS、Origin等软件(用One-way ANOVA)计算标准偏差、显著性差别p以及t-检测，这些计算、数据处理我都没问题。

但是，由于时间紧张，来不及看数据统计的理论方面的书，我就只会计算，不懂计算得到的结果的理论意义。

我的问题是：我搞不懂得到的结果有什么用，或者说有什么意义。我不知道当“显著性水平=0.05时”，当结果p大于0.05或小于0.05时，即，我的实验结果“有显著性差异”或“没有显著性差异”在我的实验中，都代表什么，都有什么意义。
我没有假设什么，也没有空白组、模型组，这些统计结果都代表什么呀？

计算方面我都会，我只是不知道结果的意义。请指点。

Answer 1

这是个单因子方差分析问题。
这里温度水平称为因子，因子的各个值称为水平，例如你这里就有30 35 40 45 50 55等6个水平。要解决的问题是某物体的吸附能力是否受温度的影响，即检验各个水平下，吸附能力是否有显著差别。用到的方法是假设检验，原假设H0：各个水平下，吸附能力的均值相等。备择假设H1:各个水平下，吸附能力的均值不相等。如果原假设成立，则证明温度对吸附能力是没有影响的。然后构造统计量F，F=(SSR/(r-1))/(SSE/(n-r)),其中，SSR是回归平方和，SSE是残差平方和，n是样本个数，r是水平个数。这样构造出来的统计量F服从F(r-1,n-r).计算F的值并与F分布的表某显著性水平下的值比较，如果计算出来的F值大，则要拒绝原假设，即认为温度对吸附能力是有显著影响的。

我们用的SPSS软件就不需要自己去计算了，直接给出了结果，例如你定的显著性水平为0.05,直接看P值，P值代表的是一个拒绝原假设的最小的显著性水平，也就是说，只要你定的显著性水平比P大，那么肯定要拒绝原假设了（因为显著性水平是指F统计量落在拒绝域里的概率，显著性水平越大，拒绝域越宽，拒绝原假设的概率就越大）。当P值小于你的显著性水平，那么代表原假设是不成立的，即在不同温度下，某物体的吸附能力是有显著差异的，也就是说，温度对该物体的吸附能力有明显的影响。

主要是这个问题，还有其它的统计结果都是一些描述性统计，如标准差，均值，样本个数啊什么的，都不要管，关键问题是看P值

Answer 2

我没学过数据统计。我是学化学的。投文章后，编辑让我加入数据统计。我看了几天书，基本操作会了，但有几个关键性问题，想要求教。

我的实验是这样的：
测某物在不同温度下的吸附能力。每个温度下重复测3次。
我的实验结果如下：
第一次测量 第二次测量 第三次测量
30度 20.8g/g 21.0g/g 20.7g/g
35度 26.4g/g 26.1g/g 26.8g/g
40度 37.2g/g 38.1g/g 37.6g/g
45度 31.7g/g 31.2g/g 31.5g/g
50度 12.2g/g 38.1g/g 31.5g/g