& 探究影响鼠妇分布的环境因素知识点 & “科学实验的本质在于揭示变量之间的因果关系...”习题详情
150位同学学习过此题，做题成功率64.0%
科学实验的本质在于揭示变量之间的因果关系．通过控制单一变量以获得准确可靠的实验结果，是科学实验的最大特色之一，也是实验过程中最难做好的事情．请回答下面“光对鼠妇生活的影响”实验中有关变量的问题．（1）如果翻动花园、庭院中的花盆或石块，常常会看到一些鼠妇匆匆爬走．鼠妇爬走是因为环境变明亮了吗？根据这一问题，可以确定实验的变量是光&．（2）在设计实验装置，使铁盘内形成明亮和阴暗两种环境时，铁盘中轴线的两侧应该B&．A．一侧盖上纸扳，另一侧什么都不盖&& B．侧盖上纸板，另一侧盖上玻璃板C．一侧什么都不盖，另一侧盖上玻璃板&& D．侧盖上纸板，另一侧也盖上纸板（3）实施实验时，如果铺在铁盘里的沙土上有小石块，鼠妇可以钻到明亮部分的小石块下面避光．下列对这种情况的处理方法中，正确的是D&．A．把石块下的鼠妇统计到明亮的一组&& B．把石块下的鼠妇统计到阴暗的一组C．把石块下的鼠妇弄出来继续实验&& D．把沙土里的小石块筛出来重新实验（4）从第二分钟起，每分钟对鼠妇的分布情况进行一次统计，并将统计结果记录在下面的表格中．要得出相对准确的结论，应该依据的数据是C&．
A．2min时的记录&&&&&&&B&6min时的记录&&&&&&&&C&llmin时的记录&&&&&&&&D．平均值（5）单一变量原则是处理实验中复杂关系的准则之一．在本实验中，你认为应该主要排除哪些干扰，以确保单一变量原则下的实验观测？请说出其中的两种．土壤、湿度、声音干扰、惊动、纸板盖住的面积不是一半等&．
本题难度：一般
题型：填空题&|&来源：网络
分析与解答
习题“科学实验的本质在于揭示变量之间的因果关系．通过控制单一变量以获得准确可靠的实验结果，是科学实验的最大特色之一，也是实验过程中最难做好的事情．请回答下面“光对鼠妇生活的影响”实验中有关变量的问题．（1）如果翻动花...”的分析与解答如下所示：
此题考查的是探究“光对鼠妇生活的影响”的实验，体会科学探究的方法步骤．解此题的关键是确定、控制变量，设置对照实验．
（1）提出问题后，应用已有知识，对问题的答案提出可能的设想．作出的假设是：鼠妇适于生活在阴暗的环境中，光会影响鼠妇的生活．作出假设的依据是：在花盆、石块下等比较阴暗的地方看到了鼠妇，而在明亮的地方没有看到．当把花盆、石块搬开后，看到鼠妇很快地爬走了．实验的变量应为：光（2）一侧盖上不透光的厚纸板，另一侧盖上透明的玻璃板，目的是设置以光照为单一变量的对照组．这样在盘内就形成了阴暗和明亮两种环境．（3）为了确保实验的单一变量，使实验结论更准确．处理时把沙土里的小石块筛出来重新实验（4）实验材料达一定数量或设置重复组并计算平均值是为了排除由于偶然性引起的误差，提高实验的准确性．但是要注意鼠妇比较胆小，应给它一个时间适应新的环境，时间长一些更接近真实情况．（5）单一变量原则就是在设计的对照实验中，除了已选择实验变量外，其他条件应完全相同．本实验中可能有一些因素干扰，使实验结果不准确，如土壤湿度（水分）、声音干扰、外界刺激的惊动、纸板盖住的面积等．故答案为：（1）光 （2）B （3）D （4）C （5）土壤湿度（水分）、声音干扰、外界刺激的惊动、纸板盖住的面积等．
探究成功的前提是能够提出有研究价值的问题，并作出符合科学事实的假设；探究成功的关键是制定出恰当的科学探究计划．
找到答案了，赞一个
如发现试题中存在任何错误，请及时纠错告诉我们，谢谢你的支持！
科学实验的本质在于揭示变量之间的因果关系．通过控制单一变量以获得准确可靠的实验结果，是科学实验的最大特色之一，也是实验过程中最难做好的事情．请回答下面“光对鼠妇生活的影响”实验中有关变量的问题．（1）...
错误类型：
习题内容残缺不全
习题有文字标点错误
习题内容结构混乱
习题对应知识点不正确
分析解答残缺不全
分析解答有文字标点错误
分析解答结构混乱
习题类型错误
错误详情：
我的名号（最多30个字）：
看完解答，记得给个难度评级哦！
经过分析，习题“科学实验的本质在于揭示变量之间的因果关系．通过控制单一变量以获得准确可靠的实验结果，是科学实验的最大特色之一，也是实验过程中最难做好的事情．请回答下面“光对鼠妇生活的影响”实验中有关变量的问题．（1）如果翻动花...”主要考察你对“探究影响鼠妇分布的环境因素”
等考点的理解。
因为篇幅有限，只列出部分考点，详细请访问。
探究影响鼠妇分布的环境因素
与“科学实验的本质在于揭示变量之间的因果关系．通过控制单一变量以获得准确可靠的实验结果，是科学实验的最大特色之一，也是实验过程中最难做好的事情．请回答下面“光对鼠妇生活的影响”实验中有关变量的问题．（1）如果翻动花...”相似的题目：
在探究“影响鼠妇生活的环境因素“活动中，冬冬做了图的实验装置，实验过程是：他将20只鼠妇放入，并用黑纸遮光．每隔一分钟掀开黑纸并记录干土和湿土中鼠妇的个数，共10次．（1）该实验的变量有&&&&个．（2）冬冬要探究的问题是：&&&&．
科学探究通常包括：提出问题、作出假设、制定计划、实施计划、分析结果和得出结论几个环节．请回答科学探究上述环节的有关问题．（1）提出问题：当你搬开花盆看到鼠妇时，鼠妇很快就爬走了．以下据此情景提出的几个问题，哪一个不够具体、明确？（&&&&）A．鼠妇为什么会爬走呢？B．鼠妇爬走是因为环境变明亮了吗？C．鼠妇爬走是因为搬动花盆对它产生了刺激吗？（2）作出假设：许多作物是在春天气候转暖后播种的，天寒地冻不适合播种．由此可以对种子萌发的环境条件作出的假设是&&&&．（3）设计实验：为证明细菌对植物遗体的分解作用，某小组的同学分别提出了三种实验方案，请判断哪个实验方案更能说明问题．&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&（&&&&）A．将甲组放在无菌条件下，乙组暴露在空气中．B．将甲组灭菌后放在无菌条件下，乙组暴露在空气中．C．将甲乙两组都进行灭菌，甲组放在无菌条件下，乙组接种细菌后放在无菌条件下．（4）实施实验：“探究馒头在口腔中的变化”实验中，某同学用量筒先量取2毫升唾液倒入试管中，马上再用同一个量筒量取2毫升清水倒入另一只试管中，以形成对照．这种操作方式不够严谨，请加以改正．&&&&．（5）分析结果和得出结论：晚上，将金鱼藻放在盛有水的试管中，将试管先后放在离白炽灯不同距离处，观察试管中产生的气泡数目．收集到了如下表所示的数据．试管与灯的距离（厘米）10203040每分钟产生的气泡数（个）6025105由此可以得出的实验结论是：&&&&．&&&&
课堂上我们探究了鼠妇的生活受光的影响．我们进一步探究低温（10℃）对鼠妇生活的影响．（1）你会提出的问题是&&&&（2）你会作出的假设是&&&&（3）在设计对照实验时要设计两种环境，分别是&&&&环境和&&&&环境进行对照．也就是说，这个对照实验中的变量是&&&&．（4）做完实验后，应将鼠妇&&&&．&&&&
“科学实验的本质在于揭示变量之间的因果关系...”的最新评论
该知识点好题
1某生物兴趣小组在“探究影响鼠妇分布的环境因素”时，先调查鼠妇的分布，观察鼠妇的生活环境，然后提出探究问题．下面是该小组提出的探究问题，你认为最佳的是&&&&
2下表为某同学探究“光对鼠妇生活的影响”实验的初步设想，其中存在不合理之处，下列改进建议正确的是&&&&
&土壤潮湿度
&纸盒左半部
&纸盒右半部
3为了了解鼠妇的生活环境，小明在校园内寻找鼠妇并记录了在各处发现的数量（如下表所示）．分析他的记录可知，适于鼠妇生活的环境特点是&&&&
水槽边的石头下
湿花盆底下
干燥的草地中
数量（只）
该知识点易错题
1在探究“光对鼠妇生活的影响”的实验中，把同样多的鼠妇同时放在较暗和较亮的环境中．下列哪种曲线能表示较暗环境中鼠妇的数量变化？&&&&
2在进行“探究影响鼠妇分布的环境因素”活动时，林希同学捕捉鼠妇时发现，它们经常躲在阴暗潮湿的地方，如石块的下面、花盆的底部．他还注意到课本中要求装鼠妇的瓶子最好是深棕色或不透光的，瓶中放一层潮湿的土壤，压实．林希同学就想是“鼠妇怕光吗？”他邀了几位同学一起用捉到的10只鼠妇来探究自己的想法是否正确．（1）他们设计的实验方案和实施情况是：①用硬纸板做一个长30厘米宽10厘米高5厘米的纸盒，上面从中间开始只遮住半个纸盒，另一半敝开透光．②将10只鼠妇从中间倒入纸盒内，等到鼠妇适应环境后，每间隔1分钟计数一次，并将计数结果填入下面的表格．
时间数量位置
7（2）现请你回答下列问题：①林希同学提出的问题是：&&&&？②作出的假设是：&&&&．③他们将纸盒一半遮光，另一半透光，这样做的目的是：&&&&．④分析上述表格中的数据，他们得出的结论是：鼠妇怕光．但实验中如果他们用1只鼠妇，得出的结论可信吗？&&&&．原因是：&&&&．⑤在实验过程中，也有同学提出鼠妇喜欢阴暗潮湿的地方，所以应该在黑暗的一边洒些水，这样的做法对吗？&&&&．原因是：&&&&．⑥实验结束后，他们应该如何处理实验用的鼠妇？&&&&．
欢迎来到乐乐题库，查看习题“科学实验的本质在于揭示变量之间的因果关系．通过控制单一变量以获得准确可靠的实验结果，是科学实验的最大特色之一，也是实验过程中最难做好的事情．请回答下面“光对鼠妇生活的影响”实验中有关变量的问题．（1）如果翻动花园、庭院中的花盆或石块，常常会看到一些鼠妇匆匆爬走．鼠妇爬走是因为环境变明亮了吗？根据这一问题，可以确定实验的变量是____．（2）在设计实验装置，使铁盘内形成明亮和阴暗两种环境时，铁盘中轴线的两侧应该____．A．一侧盖上纸扳，另一侧什么都不盖 B．侧盖上纸板，另一侧盖上玻璃板C．一侧什么都不盖，另一侧盖上玻璃板 D．侧盖上纸板，另一侧也盖上纸板（3）实施实验时，如果铺在铁盘里的沙土上有小石块，鼠妇可以钻到明亮部分的小石块下面避光．下列对这种情况的处理方法中，正确的是____．A．把石块下的鼠妇统计到明亮的一组 B．把石块下的鼠妇统计到阴暗的一组C．把石块下的鼠妇弄出来继续实验 D．把沙土里的小石块筛出来重新实验（4）从第二分钟起，每分钟对鼠妇的分布情况进行一次统计，并将统计结果记录在下面的表格中．要得出相对准确的结论，应该依据的数据是____．
A．2min时的记录B6min时的记录Cllmin时的记录D．平均值（5）单一变量原则是处理实验中复杂关系的准则之一．在本实验中，你认为应该主要排除哪些干扰，以确保单一变量原则下的实验观测？请说出其中的两种．____．”的答案、考点梳理，并查找与习题“科学实验的本质在于揭示变量之间的因果关系．通过控制单一变量以获得准确可靠的实验结果，是科学实验的最大特色之一，也是实验过程中最难做好的事情．请回答下面“光对鼠妇生活的影响”实验中有关变量的问题．（1）如果翻动花园、庭院中的花盆或石块，常常会看到一些鼠妇匆匆爬走．鼠妇爬走是因为环境变明亮了吗？根据这一问题，可以确定实验的变量是____．（2）在设计实验装置，使铁盘内形成明亮和阴暗两种环境时，铁盘中轴线的两侧应该____．A．一侧盖上纸扳，另一侧什么都不盖 B．侧盖上纸板，另一侧盖上玻璃板C．一侧什么都不盖，另一侧盖上玻璃板 D．侧盖上纸板，另一侧也盖上纸板（3）实施实验时，如果铺在铁盘里的沙土上有小石块，鼠妇可以钻到明亮部分的小石块下面避光．下列对这种情况的处理方法中，正确的是____．A．把石块下的鼠妇统计到明亮的一组 B．把石块下的鼠妇统计到阴暗的一组C．把石块下的鼠妇弄出来继续实验 D．把沙土里的小石块筛出来重新实验（4）从第二分钟起，每分钟对鼠妇的分布情况进行一次统计，并将统计结果记录在下面的表格中．要得出相对准确的结论，应该依据的数据是____．
A．2min时的记录B6min时的记录Cllmin时的记录D．平均值（5）单一变量原则是处理实验中复杂关系的准则之一．在本实验中，你认为应该主要排除哪些干扰，以确保单一变量原则下的实验观测？请说出其中的两种．____．”相似的习题。通俗理解T检验与F检验的区别
1，T检验和F检验的由来
一般而言，为了确定从样本(sample)统计结果推论至总体时所犯错的概率，我们会利用统计学家所开发的一些统计方法，进行统计检定。
通过把所得到的统计检定值，与统计学家建立了一些随机变量的概率分布(probability
distribution)进行比较，我们可以知道在多少%的机会下会得到目前的结果。倘若经比较后发现，出现这结果的机率很少，亦即是说，是在机会很少、很罕有的情况下才出现；那我们便可以有信心的说，这不是巧合，是具有统计学上的意义的(用统计学的话讲，就是能够拒绝虚无假设null
hypothesis,Ho)。相反，若比较后发现，出现的机率很高，并不罕见；那我们便不能很有信心的直指这不是巧合，也许是巧合，也许不是，但我们没能确定。
F值和t值就是这些统计检定值，与它们相对应的概率分布，就是F分布和t分布。统计显著性（sig）就是出现目前样本这结果的机率。
2，统计学意义（P值或sig值）
结果的统计学意义是结果真实程度（能够代表总体）的一种估计方法。专业上，p值为结果可信程度的一个递减指标，p值越大，我们越不能认为样本中变量的关联是总体中各变量关联的可靠指标。p值是将观察结果认为有效即具有总体代表性的犯错概率。如p=0.05提示样本中变量关联有5%的可能是由于偶然性造成的。即假设总体中任意变量间均无关联，我们重复类似实验，会发现约20个实验中有一个实验，我们所研究的变量关联将等于或强于我们的实验结果。（这并不是说如果变量间存在关联，我们可得到5%或95%次数的相同结果，当总体中的变量存在关联，重复研究和发现关联的可能性与设计的统计学效力有关。）在许多研究领域，0.05的p值通常被认为是可接受错误的边界水平。
3，T检验和F检验
至於具体要检定的内容，须看你是在做哪一个统计程序。
举一个例子，比如，你要检验两独立样本均数差异是否能推论至总体，而行的t检验。
两样本(如某班男生和女生)某变量(如身高)的均数并不相同，但这差别是否能推论至总体，代表总体的情况也是存在著差异呢？
会不会总体中男女生根本没有差别，只不过是你那麼巧抽到这2样本的数值不同？
为此，我们进行t检定，算出一个t检定值。
与统计学家建立的以「总体中没差别」作基础的随机变量t分布进行比较，看看在多少%的机会(亦即显著性sig值)下会得到目前的结果。
若显著性sig值很少，比如&0.05(少於5%机率)，亦即是说，「如果」总体「真的」没有差别，那麼就只有在机会很少(5%)、很罕有的情况下，才会出现目前这样本的情况。虽然还是有5%机会出错(1-0.05=5%)，但我们还是可以「比较有信心」的说：目前样本中这情况(男女生出现差异的情况)不是巧合，是具统计学意义的，「总体中男女生不存差异」的虚无假设应予拒绝，简言之，总体应该存在著差异。
每一种统计方法的检定的内容都不相同，同样是t-检定，可能是上述的检定总体中是否存在差异，也同能是检定总体中的单一值是否等於0或者等於某一个数值。
至於F-检定，方差分析(或译变异数分析，Analysis of
Variance)，它的原理大致也是上面说的，但它是透过检视变量的方差而进行的。它主要用于：均数差别的显著性检验、分离各有关因素并估计其对总变异的作用、分析因素间的交互作用、方差齐性(Equality
of Variances)检验等情况。
4，T检验和F检验的关系
t检验过程，是对两样本均数(mean)差别的显著性进行检验。惟t检验须知道两个总体的方差(Variances)是否相等；t检验值的计算会因方差是否相等而有所不同。也就是说，t检验须视乎方差齐性(Equality
of Variances)结果。所以，SPSS在进行t-test for Equality of
Means的同时，也要做Levene's Test for Equality of Variances 。
在Levene's Test for Equality of Variances一栏中 F值为2.36,
Sig.为.128，表示方差齐性检验「没有显著差异」，即两方差齐(Equal
Variances)，故下面t检验的结果表中要看第一排的数据，亦即方差齐的情况下的t检验的结果。
在t-test for Equality of
Means中，第一排(Variances=Equal)的情况：t=8.892, df=84, 2-Tail Sig=.000,
Mean Difference=22.99
既然Sig=.000，亦即，两样本均数差别有显著性意义！
到底看哪个Levene's Test for Equality of Variances一栏中sig,还是看t-test
for Equality of Means中那个Sig. (2-tailed)啊?
答案是：两个都要看。
先看Levene's Test for Equality of
Variances，如果方差齐性检验「没有显著差异」，即两方差齐(Equal
Variances)，故接著的t检验的结果表中要看第一排的数据，亦即方差齐的情况下的t检验的结果。
反之，如果方差齐性检验「有显著差异」，即两方差不齐(Unequal
Variances)，故接著的t检验的结果表中要看第二排的数据，亦即方差不齐的情况下的t检验的结果。
你做的是T检验，为什么会有F值呢?
就是因为要评估两个总体的方差(Variances)是否相等，要做Levene's Test for Equality of
Variances，要检验方差，故所以就有F值。
另一种解释：
t检验有单样本t检验，配对t检验和两样本t检验。
单样本t检验：是用样本均数代表的未知总体均数和已知总体均数进行比较，来观察此组样本与总体的差异性。
配对t检验：是采用配对设计方法观察以下几种情形，1，两个同质受试对象分别接受两种不同的处理；2,同一受试对象接受两种不同的处理；3，同一受试对象处理前后。
F检验又叫方差齐性检验。在两样本t检验中要用到F检验。
从两研究总体中随机抽取样本，要对这两个样本进行比较的时候，首先要判断两总体方差是否相同，即方差齐性。若两总体方差相等，则直接用t检验，若不等，可采用t'检验或变量变换或秩和检验等方法。
其中要判断两总体方差是否相等，就可以用F检验。
若是单组设计，必须给出一个标准值或总体均值，同时，提供一组定量的观测结果，应用t检验的前提条件就是该组资料必须服从正态分布；若是配对设计，每对数据的差值必须服从正态分布；若是成组设计，个体之间相互独立，两组资料均取自正态分布的总体，并满足方差齐性。之所以需要这些前提条件，是因为必须在这样的前提下所计算出的t统计量才服从t分布，而t检验正是以t分布作为其理论依据的检验方法。
简单来说就是实用T检验是有条件的，其中之一就是要符合方差齐次性，这点需要F检验来验证。
1、问：自由度是什么？怎样确定？
答：（定义）构成样本统计量的独立的样本观测值的数目或自由变动的样本观测值的数目。用df表示。
自由度的设定是出于这样一个理由：在总体平均数未知时，用样本平均数去计算离差（常用小s）会受到一个限制——要计算标准差（小s）就必须先知道样本平均数，而样本平均数和n都知道的情况下，数据的总和就是一个常数了。所以，“最后一个”样本数据就不可以变了，因为它要是变，总和就变了，而这是不允许的。至于有的自由度是n－2什么的，都是同样道理。
在计算作为估计量的统计量时，引进一个统计量就会失去一个自由度。
通俗点说，一个班上有50个人，我们知道他们语文成绩平均分为80，现在只需要知道49个人的成绩就能推断出剩下那个人的成绩。你可以随便报出49个人的成绩，但是最后一个人的你不能瞎说，因为平均分已经固定下来了，自由度少一个了。
简单点就好比你有一百块，这是固定的，已知的，假设你打算买五件东西，那么前四件你可以随便买你想买的东西，只要还有钱的话，比如说你可以吃KFC可以买笔，可以买衣服，这些花去的钱数目不等，当你只剩2块钱时，或许你最多只能买一瓶可乐了，当然也可以买一个肉松蛋卷，但无论怎么花，你都只有两块钱，而这在你花去98块那时就已经定下来了。
（这个例子举的真不错！！）
2、问：X方检验中自由度问题
答：在正态分布检验中，这里的M（三个统计量）为N（总数）、平均数和标准差。
因为我们在做正态检验时，要使用到平均数和标准差以确定该正态分布形态，此外，要计算出各个区间的理论次数，我们还需要使用到N。
所以在正态分布检验中，自由度为K－3。（这一条比较特别，要记住！）
在总体分布的配合度检验中，自由度为K－1。
在交叉表的独立性检验和同质性检验中，自由度为（r－1）&（c－1）。
3、问：t检验和方差分析有何区别
答：t检验适用于两个变量均数间的差异检验，多于两个变量间的均数比较要用方差分析。
用于比较均值的t检验可以分成三类，第一类是针对单组设计定量资料的；第二类是针对配对设计定量资料的；第三类则是针对成组设计定量资料的。后两种设计类型的区别在于事先是否将两组研究对象按照某一个或几个方面的特征相似配成对子。无论哪种类型的t检验，都必须在满足特定的前提条件下应用才是合理的。
若是单组设计，必须给出一个标准值或总体均值，同时，提供一组定量的观测结果，应用t检验的前提条件就是该组资料必须服从正态分布；若是配对设计，每对数据的差值必须服从正态分布；若是成组设计，个体之间相互独立，两组资料均取自正态分布的总体，并满足方差齐性。之所以需要这些前提条件，是因为必须在这样的前提下所计算出的t统计量才服从t分布，而t检验正是以t分布作为其理论依据的检验方法。
值得注意的是，方差分析与成组设计t检验的前提条件是相同的，即正态性和方差齐性。
t检验是目前医学研究中使用频率最高，医学论文中最常见到的处理定量资料的假设检验方法。t检验得到如此广泛的应用，究其原因，不外乎以下几点：现有的医学期刊多在统计学方面作出了要求，研究结论需要统计学支持；传统的医学统计教学都把t检验作为假设检验的入门方法进行介绍，使之成为广大医学研究人员最熟悉的方法；t检验方法简单，其结果便于解释。简单、熟悉加上外界的要求，促成了t检验的流行。但是，由于某些人对该方法理解得不全面，导致在应用过程中出现不少问题，有些甚至是非常严重的错误，直接影响到结论的可靠性。将这些问题归类，可大致概括为以下两种情况：不考虑t检验的应用前提，对两组的比较一律用t检验；将各种实验设计类型一律视为多个单因素两水平设计，多次用t检验进行均值之间的两两比较。以上两种情况，均不同程度地增加了得出错误结论的风险。而且，在实验因素的个数大于等于2时，无法研究实验因素之间的交互作用的大小。
问：统计学意义（P值）
答：结果的统计学意义是结果真实程度（能够代表总体）的一种估计方法。专业上，P值为结果可信程度的一个递减指标，P值越大，我们越不能认为样本中变量的关联是总体中各变量关联的可靠指标。P值是将观察结果认为有效即具有总体代表性的犯错概率。如P=0.05提示样本中变量关联有5%的可能是由于偶然性造成的。即假设总体中任意变量间均无关联，我们重复类似实验，会发现约20个实验中有一个实验，我们所研究的变量关联将等于或强于我们的实验结果。（这并不是说如果变量间存在关联，我们可得到5%或95%次数的相同结果，当总体中的变量存在关联，重复研究和发现关联的可能性与设计的统计学效力有关。）在许多研究领域，0.05的P值通常被认为是可接受错误的边界水平。
4、问：如何判定结果具有真实的显著性
答：在最后结论中判断什么样的显著性水平具有统计学意义，不可避免地带有武断性。换句话说，认为结果无效而被拒绝接受的水平的选择具有武断性。实践中，最后的决定通常依赖于数据集比较和分析过程中结果是先验性还是仅仅为均数之间的两两&比较，依赖于总体数据集里结论一致的支持性证据的数量，依赖于以往该研究领域的惯例。通常，许多的科学领域中产生P值的结果≤0.05被认为是统计学意义的边界线，但是这显著性水平还包含了相当高的犯错可能性。结果
0.05≥P&0.01被认为是具有统计学意义，而0.01≥P≥0.001被认为具有高度统计学意义。但要注意这种分类仅仅是研究基础上非正规的判断常规。
5、问：所有的检验统计都是正态分布的吗？
答：并不完全如此，但大多数检验都直接或间接与之有关，可以从正态分布中推导出来，如t检验、F检验或卡方检验。这些检验一般都要求：所分析变量在总体中呈正态分布，即满足所谓的正态假设。许多观察变量的确是呈正态分布的，这也是正态分布是现实世界的基本特征的原因。当人们用在正态分布基础上建立的检验分析非正态分布变量的数据时问题就产生了，（参阅非参数和方差分析的正态性检验）。这种条件下有两种方法：一是用替代的非参数检验（即无分布性检验），但这种方法不方便，因为从它所提供的结论形式看，这种方法统计效率低下、不灵活。另一种方法是：当确定样本量足够大的情况下，通常还是可以使用基于正态分布前提下的检验。后一种方法是基于一个相当重要的原则产生的，该原则对正态方程基础上的总体检验有极其重要的作用。即，随着样本量的增加，样本分布形状趋于正态，即使所研究的变量分布并不呈正态。
6、问：假设检验的内涵及步骤
答：在假设检验中，由于随机性我们可能在决策上犯两类错误，一类是假设正确，但我们拒绝了假设，这类错误是“弃真”错误，被称为第一类错误；一类是假设不正确，但我们没拒绝假设，这类错误是“取伪”错误，被称为第二类错误。一般来说，在样本确定的情况下，任何决策无法同时避免两类错误的发生，即在避免第一类错误发生机率的同时，会增大第二类错误发生的机率；或者在避免第二类错误发生机率的同时，会增大第一类错误发生的机率。人们往往根据需要选择对那类错误进行控制，以减少发生这类错误的机率。大多数情况下，人们会控制第一类错误发生的概率。&&&&
发生第一类错误的概率被称作显著性水平，一般用α表示，在进行假设检验时，是通过事先给定显著性水平α的值而来控制第一类错误发生的概率。在这个前提下，假设检验按下列步骤进行：
1）、确定假设；
2）、进行抽样，得到一定的数据；
3）、根据假设条件下，构造检验统计量，并根据抽样得到的数据计算检验统计量在这次抽样中的具体值；
4）、依据所构造的检验统计量的抽样分布，和给定的显著性水平，确定拒绝域及其临界值；
5）、比较这次抽样中检验统计量的值与临界值的大小，如果检验统计量的值在拒绝域内，则拒绝假设；
到这一步，假设检验已经基本完成，但是由于检验是利用事先给定显著性水平的方法来控制犯错概率的，所以对于两个数据比较相近的假设检验，我们无法知道那一个假设更容易犯错，即我们通过这种方法只能知道根据这次抽样而犯第一类错误的最大概率（即给定的显著性水平），而无法知道具体在多大概率水平上犯错。计算
P值有效的解决了这个问题，P值其实就是按照抽样分布计算的一个概率值，这个值是根据检验统计量计算出来的。通过直接比较P值与给定的显著性水平α的大小就可以知道是否拒绝假设，显然这就代替了比较检验统计量的值与临界值的大小的方法。而且通过这种方法，我们还可以知道在p值小于α的情况下犯第一类错误的实际概率是多少，p＝0.03&α=0.05，那么拒绝假设，这一决策可能犯错的概率是0.03。需要指出的是，如果P&α，那么假设不被拒绝，在这种情况下，第一类错误并不会发生。
7、问：卡方检验的结果，值是越大越好，还是越小越好？
答：与其它检验一样，所计算出的统计量越大，在分布中越接近分布的尾端，所对应的概率值越小。
如果试验设计合理、数据正确，显著或不显著都是客观反映。没有什么好与不好。
8、问：配对样本的T检验和相关样本检验有何差别？
答：配对样本有同源配对（如动物实验中双胞胎）、条件配对（如相同的环境）、自身配对（如医学实验中个体的用药前后）等。（好像没有解释清楚啊，同问这个，到底什么区别呢？）
9、问：在比较两组数据的率是否相同时，二项分布和卡方检验有什么不同？
答：卡方分布主要用于多组多类的比较，是检验研究对象总数与某一类别组的观察频数和期望频数之间是否存在显著差异，要求每格中频数不小于5，如果小于5则合并相邻组。二项分布则没有这个要求。
如果分类中只有两类还是采用二项检验为好。
如果是2*2表格可以用fisher精确检验，在小样本下效果更好。
10、问：如何比较两组数据之间的差异性
答：从四个方面来回答，
1）.设计类型是完全随机设计两组数据比较，不知道数据是否是连续性变量？
2）.比较方法：如果数据是连续性数据，且两组数据分别服从正态分布&方差齐（方差齐性检验），则可以采用t检验，如果不服从以上条件可以采用秩和检验。
3）.想知道两组数据是否有明显差异？不知道这个明显差异是什么意思？是问差别有无统计学意义（即差别的概率有多大）还是两总体均数差值在哪个范围波动？如果是前者则可以用第2步可以得到P值，如果是后者，则是用均数差值的置信区间来完成的。当然两者的结果在SPSS中均可以得到。
11、问：回归分析和相关分析的联系和区别
答：回归分析(Regression)：Dependant variable is defined and can be
forecasted by independent variable.相关分析(Correlation)：The
relationship btw two variables. --- A dose not define or determine
回归更有用自变量解释因变量的意思，有一点点因果关系在里面，并且可以是线性或者非线形关系；
相关更倾向于解释两两之间的关系，但是一般都是指线形关系，特别是相关指数，有时候图像显示特别强二次方图像，但是相关指数仍然会很低，而这仅仅是因为两者间不是线形关系，并不意味着两者之间没有关系，因此在做相关指数的时候要特别注意怎么解释数值，特别建议做出图像观察先。
不过，无论回归还是相关，在做因果关系的时候都应该特别注意，并不是每一个显著的回归因子或者较高的相关指数都意味着因果关系，有可能这些因素都是受第三，第四因素制约，都是另外因素的因或果。
对于此二者的区别，我想通过下面这个比方很容易理解：
对于两个人关系，相关关系只能知道他们是恋人关系，至于他们谁是主导者，谁说话算数，谁是跟随者，一个打个喷嚏，另一个会有什么反应，相关就不能胜任，而回归分析则能很好的解决这个问题
回歸未必有因果關係。回歸的主要有二：一是解釋，一是預測。在於利用已知的自變項預測未知的依變數。相關係數，主要在了解兩個變數的共變情形。如果有因果關係，通常會進行路徑分析(path
analysis)或是線性結構關係模式。
我觉得应该这样看，我们做回归分析是在一定的理论和直觉下，通过自变量和因变量的数量关系探索是否有因果关系。楼上这位仁兄说“回归未必有因果关系……如果有因果关系，通常进行路径分析或线性结构关系模式”有点值得商榷吧，事实上，回归分析可以看成是线性结构关系模式的一个特例啊。
我觉得说回归是探索因果关系的并没错，因为实际上最后我们并不是完全依据统计的结果来判断因果性，只有在统计结果和理论及现实比较吻合的基础上我们才肯定这种因果关系。任何统计方法只是一种工具，但是不能完全依赖于这种工具。即使是SEM，我们也不能说完全认定其准确性，因为即使方法是好的，但是变量的复杂关系呈现的方式也是多种多样的，可能统计只能告诉你一个方向上的最优解，可未必是最符合实际的，更何况抽样数据的质量好坏也会使得结果不符合事实，从而导致人们怀疑统计方法的准确性。
统计只说明统计关联。
不证明因素关系。
回归有因果关系，相关未必。
回归分析是处理两个及两个以上变量间线性依存关系的统计方法。此类问题很普遍，如人头发中某种金属元素的含量与血液中该元素的含量有关系，人的体表面积与身高、体重有关系；等等。回归分析就是用于说明这种依存变化的数学关系。
任何事物的存在都不是孤立的，而是相互联系、相互制约的。身高与体重、体温与脉搏、年龄与血压等都存在一定的联系。说明客观事物相互间关系的密切程度并用适当的统计指标表示出来，这个过程就是相关分析.
号外：如果您写论文需要数据代查，推荐大家关注微信公众号“司库价值观”，这里提供WIND金融终端数据库全功能数据查询，包括宏观经济数据、行业产业数据、上市公司数据、债券市场数据、银行理财数据、公募基金数据、大宗商品数据等等。关注后进入公众号界面，点击右下角的“数据代查”或者直接回复关键词“数据代查”，可以获得具体查询方式及报价信息，很便宜的。或者把您的需求直接发送邮件至，抑或加QQ（数据代查）。
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。