相关性分析单侧检验和双侧检验的区别

相关性分析单侧检验和双侧检验的区别

估计是你搞混了。

相关性分析和假设检验是两个概念。相关性是有响应Y，还有因子A/B/C...等，说的是因子与响应之间的关联性，如果只有一个因子，那么就是看他们之间的线性关系，相关性不光是线性的，还可以是二阶，三阶甚至更高阶的多项式相关性，一般两个因素之间，看线性与否即可，这个可以做散布图，拟合线图等，计算相关系数即可知道。而假设检验是看两个样本所处总体的分布是否有显著差异，比如一个样本A 1,1.2,1.1，另外一个样本为B 1.1 1.2 1.3 1.1 1.2 ……，是要看这两组数据（样本）是否有显著的差异，可以通过正态分布来进行检验。通常对均值进行检验，假设A≠B或A＝B，而他们对调后就是他们的备择假设，通常假设显著因子α=0.05，也就是置信度为95%，通过计算后得到P值，比较P值与α的大小，较好终得到A和B是否相等，当然，统计学上叫是否显著。如果比较A=B，这就是双侧检验，如果比较A＞B或A＜B，则是单侧检验。单侧检验时，如果置信度仍设为95%，那么α值就取0.025即可。假设检验有双样本检验，单样本检验，配对样本检验等，不管是单侧还是双侧，都只能对两个样本进行比较，如果三个或三个以上的样本比较，就需要做方差分析了。