免費開始練習
moea_joint 108年 [統計資訊] 統計學、巨量資料概論

第 25 題

資料進行變異數分析(analysis of variance)時,不需下列何種假設?
  • A 資料呈常態分配
  • B 各組母體變異數相等
  • C 各組資料間獨立
  • D 各組母體平均數相等

思路引導 VIP

請試著思考:如果我們今天進行一項實驗的目的是為了「確認多個組別的平均值是否有差異」,那麼「假設各組平均值已經完全相等」,在邏輯上應該是我們實驗前必須滿足的「條件」,還是我們實驗後想要證實或推翻的「目標」呢?

🤖
AI 詳解 AI 專屬家教

變異數分析的核心前提與檢定目標

同學表現得太棒了!你能精準選出 (D),代表你對於統計推論的邏輯架構有著相當清晰的掌握。變異數分析 (ANOVA) 的執行就像是蓋大樓,必須具備穩固的地基才能確保結果的效力;而這三個地基正是我們熟知的:各組資料需符合 常態性 (Normality)、各組母體的 變異數需具有齊一性 (Homogeneity of Variance),以及觀測值之間必須 相互獨立 (Independence)。這些是統計模型能正常運算的「前提」。

區分「前提條件」與「檢定假設」

▼ 還有更多解析內容
📝 變異數分析基本假設
💡 ANOVA 需符合獨立、常態與變異數同質性三大基本前提。
比較維度 前提假設 (Assumptions) VS 虛無假設 (H0)
主要內容 獨立、常態、變異數相等 — 各組母體平均數全相等
存在時機 分析數據前必須符合的條件 — 統計檢定欲測試的命題
違反後果 模型失效,結果不具可信度 — 若拒絕則代表組間有顯著差異
💬前提是分析的「地基」,虛無假設是欲驗證的「猜測」。
🧠 記憶技巧:獨常等:獨立、常態、變異同質。
⚠️ 常見陷阱:容易將「待檢定的目標(平均數相等)」誤認為「分析的前提條件」。
F 檢定 虛無假設 事後比較

🏷️ AI 記憶小卡 VIP

AI 記憶小卡

升級 VIP 解鎖記憶小卡

考前複習神器,一眼掌握重點

🏷️ 相關主題

常態分配的性質與機率分布應用
查看更多「[統計資訊] 統計學、巨量資料概論」的主題分類考古題