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。...
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。 展开
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。 展开
2个回答
展开全部
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
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
展开全部
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
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
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询