統計系列簡述 (KS, Pearson,Reg,ANOVA, Paired T)

1. Kolmogorov-Smirnov 檢定
故在進行假說檢定前，
先以Kolmogorov-Smirnov 檢定統計量，
來測試本資料是否為常態。
KS 檢定 是以樣本分配函數與理論分配函數比較差距為基礎，
基本之虛無假設為樣本呈常態分配，
當p-值越大則愈不易拒絕Ho，
越有可能呈常態分配。

2. Pearson's correlation
可以判斷線性關聯的強度。
r越大代表越有線性關係 強度也越強。

3. Multiple linear regression
用多個自變預測一個依變項，
建立之迴歸關係稱之為複迴歸(multiple regression)。
複迴歸線性模式(multiple linear regression model)
模型的公式是 : Y=β1X1+β2X2+‥‥+βnXn
在複迴歸裡，除了符號較複雜之外，
基本概念和簡單迴歸完全相同。

4. ANOVA
變異數分析應用在分析一個(One-Way)或多個自變數對
(連續的) 應變數的分佈的期望值的影響。

5. Two-tailed Paired T- test
成對樣本 T 檢定可用來檢定非獨立的二相關母體平均數之檢定。