原标题：多重比较法-LSD I附属统计学最完整思维导图~
文末附上统计学最干的指南~
前面论述了方差分析，方差分析主要用于多组平均值的比较，方差分析的结果是多组平均值之间是否存在显著性差异，这种显著性差异是总体显著性差异，但具体哪组之间存在显著性差异尚不清楚。 所以，我们今天的多重比较旨在得到具体等群体之间是否存在明显的差异。
多重比较法的方法有很多种，这主要介绍比较常用的LSD。 LSD是least significant difference的缩写，又称最小显著差异方法。
使用LSD方法的具体步骤如下。
1 .提出假说(H0 )两组之间无差异； H1 :两组之间有差异。
2 .计算检验统计量：两组均值差的绝对值。
3 .计算液晶屏。 公式是
t/2为t分布阈值，通过研究t分布表得到，其自由度为n-k，n为样本总数，k为因素中不同水平的水平个数，MSE为组内方差，ni和nj分别为第I个样本和第j个样本的样本量
4 .根据显性化水平进行决策，均值差绝对值大于LSD则拒绝H0，否则不拒绝H0。
步骤1 :建立以下假说。
假设1:H0 :零售业和旅游业没有差异H1 :零售业和旅游业有区别
假设2:H0 :零售业和航空业没有差异H1 )零售业和航空业有区别
假设3:H0 :零售业和家电制造业没有差异H1 )零售业和家电制造业有差异
假设4:H0 :旅游业和航空业没有差异H1 )旅游业和航空业有差异
假设5:H0 :旅游业和家电制造业没有差异H1 )旅游业和家电制造业有差异
假设6:H0 :航空业和家电制造业没有差异H1 )航空业和家电制造业有差异
step2)计算检查统计量，即各组间平均值差的绝对值
假设分别与1、2、3、4、5、6对应平均值之差的绝对值为1、14、10、13、11、24
step3)根据LSD公式计算每个假设对应的LSD值。
根据数据求出组内平方和MSE=142.526，具体求解方法参考前述方差分析；
调查t分布表，当=0.05及自由度=n-k=23-4=19时，t/2=2.093；
最后计算出的不同假设对应的LSD值为13.90、14.63、14.63、15.13、15.13、15.80
步骤4 :做出决策
假设1的平均值之差的绝对值1小于对应的LSD值13.90，所以不拒绝假设H0，也就是说，不能认为零售业和旅游业有明显的差异
假设2的平均值之差的绝对值14小于对应的LSD值14.63，所以不拒绝假设H0，也就是说，零售业和航空业没有明显差异
假设3的平均值之差的绝对值10小于对应的LSD值14.63，所以不拒绝假设H0，也就是说，不能认为零售业和家电制造业有明显的差异
假设4的平均值之差的绝对值13小于对应的LSD值15.13，所以不拒绝假设H0，即旅游业和航空业不会有明显的差异
假设5的平均值之差的绝对值11小于对应的LSD值15.13，所以不拒绝假设H0，也就是说，不能认为旅游业和家电制造业有明显的差异
假设6的平均值之差的绝对值24大于对应的LSD值15.80，因此拒绝假设H0，认为航空业和家电制造业有明显的差异
以上是对多重比较法-LSD的简要介绍和案例，希望对大家有所帮助。
作者：昏迷的冬天
中国统计网后台回复【统计】
可以接收所有的指南文件
在一系列“思维导图”中，浅浅总结了“统计学”领域的基础知识，是对以往一系列文章的完整整理，也是我至今为止与统计相关的学习笔记。
众所周知，《统计学》是深入理解“机器学习|数据挖掘”的重要基础学科。 磨刀不误砍柴，对于数学基础薄弱的人，加强理论学习是很有帮助的。
用swdtd很难“一次学习”。 经典知识总是一次一次回顾，然后才能更深刻地理解。 这也是我选择“思维导图”作为学习工具的原因，发散思维模式有助于我快速回忆相关知识。
一个月来，我对我一直以来陆续学习的统计知识进行了系统的复习、知识点的补充以及思维导图的笔记的完善。 我在这里和大家分享完整的笔记。
指南概述
说明性统计：表格和图表
说明性统计：数值方法
概率
概率分布
抽样分布
区间估计
假设验证
两平均值比例的估计
总体方差的统计估计
多比率比较/独立性/适用性检查
以上内容是从zy切出的
收到后台回复【统计】
数据分析就业班
适合人群：
1 .跳槽(对职场关系、专业关系、数据分析感兴趣) )。
2 .我从事数据分析工作，需要提高技能和增加实战经验
3 .应届毕业生入职数据分析
“阅读原文”入职数据分析！ 回到搜狐，多看看
责任编辑：