1、找到相關係數顯著性檢驗表；2、然後確定自由度（n-m-1）,n,m分別代表樣本個數和未知量維度；3、查詢a0.01，a0.05，a.010對應的值；4、將相關係數r與a比較，確定顯著性水平。
1、為什麼要對相關係數進行顯著性檢驗？原因：所有的假設檢驗都是要分析顯著性的，拿相關係數來說，我們雖然求得了相關係數值，但是這個相關係數有沒有統計學意義呢？換句話說，我們看到的這個相關係數是確實存在呢？還是說只是抽樣誤差導致的？顯著性檢驗就是要解決這個問題的，如果顯著，則表明相關的確存在，不是抽樣誤差導致的。
2、顯著性檢驗是對誰進行檢驗？顯著性檢驗的虛無假設是變數間相關係數為0，也就是說，我們做顯著性檢驗要解決的問題是相關係數是不是0，如果得到顯著的結果，則代表相關存在，相關係數不為0.
3、sig.=0.000說明了什麼呢？sig=0.000說明顯著性水平p值小於0.001，即相關係數在0.001水平顯著。這裡的0.000其實並不是說真的是等於0，如果你在這個數字上三擊滑鼠，可以看到真實值
主要考慮的因素包括樣本量、相關樣本或獨立樣本、單側檢驗或雙側、樣本是否滿足正態分佈、方差是否齊性。
差異顯著性檢驗用於比較兩個或者多個樣本的差異是否顯著；在統計學中，差異顯著性檢驗是”統計假設檢驗“的一種，用於檢測科學實驗中實驗組與對照組之間是否有差異以及差異是否顯著的辦法。在實驗進行過程中，儘管儘量排除隨機誤差的影響，以突出實驗的處理效果，但由於個體間無法避免的差異，以及諸多無法控制的因素，使得實驗結果最後表現的觀察值處理處理效應之外，還包括實驗誤差的效應。因此對兩個樣本進行比較時，必須判斷
顯著性檢驗（SignificanceTesting）顯著性檢驗就是事先對總體（隨機變數）的引數或總體分佈形式做出一個假設，然後利用樣本資訊來判斷這個假設（原假設）是否合理，即判斷總體的真實情況與原假設是否顯著地有差異。或者說，顯著性檢驗要判斷樣本與我們對總體所做的假設之間的差異是純屬機會變異，還是由我們所做的假設與總體真實情況之間不一致所引起的。
用t分佈理論來推論差異發生的機率，從而比較兩個平均數的差異是否顯著。理論上，即使樣本量很小時，也可以進行t檢驗。只要每組中變數呈正態分佈，兩組方差不會明顯不同。
單樣本T檢驗：常用於樣本均值與總體均值的比較。
獨立樣本T檢驗：常用於兩個獨立樣本之間均值的比較。
配對樣本T檢驗：常用於在某種程度 ...
簡介：
穩健性檢驗考察的是評價方法和指標解釋能力的強壯性，也就是當改變某些引數時，評價方法和指標是否仍然對評價結果保持一個比較一致、穩定的解釋。通俗些，就是改變某個特定的引數，進行重複的實驗，來觀察實證結果是否隨著引數設定的改變而發生變化，如果改變引數設定以後，結果發現符號和顯著性發生了改變，說明不是 ...
SPSS軟體進行方差齊性檢驗，都是levene檢驗得出的；
Levene的結果主要出現在方差分析和獨立樣本T檢驗中，用於考察方差是否齊性；Sig值(p值)是根據F值計算出來的，因此只要看sig值就可以推斷方差是否齊性；
一般情況下，只要sig值大於0.05就可以認為方差齊性的假設成立，因此方差分析 ...
1、首先準備測試資料集，可以透過Excel或者Python等生成資料。
2、開啟SPSS軟體，輸入資料集。
3、首先我們使用分析>描述統計>探索進行正態分佈驗證。
4、選擇因變數列表。
5、勾選帶檢驗的整體圖，確定後檢視分析結果。
6、檢視正態性檢驗結果，由於樣本數較小，以 ...
顯著性水平是估計總體引數落在某一區間內，可能犯錯誤的機率，用α表示。顯著性是對差異的程度而言的，程度不同說明引起變動的原因也有不同：一類是條件差異，一類是隨機差異。它是在進行假設檢驗時事先確定一個可允許的作為判斷界限的小機率標準。
顯著性水平是在進行假設檢驗時事先確定一個可允許的作為判斷界限的小機率標 ...
1、提出虛無假設和備擇假設。同時，與備擇假設相應，指出所作檢驗為雙尾檢驗還是左單尾或右單尾檢驗。
2、構造檢驗統計量，收集樣本資料，計算檢驗統計量的樣本觀察值。
3、根據所提出的顯著水平 ，確定臨界值和拒絕域。
4、計算檢驗統計量的值。
5、作出檢驗決策。
把檢驗統計量的樣本觀察值和臨 ...
適合性檢驗：採用定性的或定量的方法檢驗某類密合型面罩對具體使用者適合程度的方法。
獨立性檢驗：根據次數資料判斷兩類因子彼此相關或相互獨立的假設檢驗。
區別：
1、研究目的不同。
2、獨立性檢驗的次數資料是按兩因子屬性類別進行歸組。
3、適合性檢驗按已知的屬性分類理論或學說計算理論次數。 ...