一．什么情况下使用单侧检验什么情况下使用双侧检验
1．估计是你搞混了。相关性分析和假设检验是两个概念。相关性是有响应Y，还有因子A/B/C等，说的是因子与响应之间的关联性，如果只有一个因子，那么就是看他们之间的线性关系，相关性不光是线性的，还可以是二阶，三阶甚至更高阶的多项式相关性，一般两个因素之间，看线性与否即可，这个可以做散布图，拟合线图等，计算相关系数即可知道。
2．而假设检验是看两个样本所处总体的分布是否有显著差异，比如一个样本A 1，2，另外一个样本为B 1 2 3 1 2 ……，是要看这两组数据（样本）是否有显著的差异，可以通过正态分布来进行检验。
3．通常对均值进行检验，假设A≠B或A＝B，而他们对调后就是他们的备择假设，通常假设显著因子α=0。0也就是置信度为95%，通过计算后得到P值，比较P值与α的大小，最终得到A和B是否相等，当然，统计学上叫是否显著。
4．如果比较A=B，这就是双侧检验，如果比较A＞B或A＜B，则是单侧检验。单侧检验时，如果置信度仍设为95%，那么α值就取0。
5．025即可。假设检验有双样本检验，单样本检验，配对样本检验等，不管是单侧还是双侧，都只能对两个样本进行比较，如果三个或三个以上的样本比较，就需要做方差分析了。
二．何时用左单侧检验，何时用右单侧检验。如何判断？
1．一般，关注的是下限时用左单侧检验，比如灯泡的使用寿命不得少于/低于700小时时用左单侧(原假设>=备择假设<)，注意关键词不得少于/低于。
2．关注的是上限的时候用右单侧检验(原假设<=备择假设>)，比如次品率不得多于/高于5%时，注意关键词不得多于/高于。
三．t检验的时候怎么区分是单侧检验还是双侧呢?
1．所谓双侧和单侧之别，是以做检验时拒绝域在数据分布的两侧还是单侧来区分的，若是双侧检验，代表研究者不确定数据均值是高于检验值还是低于检验值，比如你的数据，如果你不清楚后测数据是否高于前测数据，就想知道前后测的均值是否不同，那就用双侧检验；如果你仅仅想知道后测是不是高于前测，或者仅仅想知道前测是不是低于后测，那可以用单侧检验，因为此时你只关心某一侧的拒绝域，对另一侧不感兴趣，那既然如此这个时候你就索性把不关心的那一侧的拒绝域挪到感兴趣的那一侧。
2．综上，你用单侧还是双侧，主要取决于你的研究兴趣，你可以自由选择使用双侧或单侧，其次也跟你的经验有关，如果你十分确定拒绝域绝不会在数据分布的某一侧，那你就直接用单侧，比如你比较智力超常者和智力障碍者的智力测验得分，此时你很清楚超常者得分一定高于障碍者，那你的研究假设就应该是超常者得分是否高于障碍者，而不是是否不同于障碍者。
3．一般研究当中都是默认双侧检验，如无特殊理由，直接用双侧是比较稳妥的做法单侧应该是更容易发现显著的，因为同样是以0。
四．t检验的时候怎么区分是单侧检验还是双侧呢?
1．应考虑所要解决问题的目的，根据专业知识来确定用单侧检验还是双侧检验。若从专业知识判断一种方法的结果不可能低于或高于另一种方法的结果时，可用单侧检验；尚不能从专业知识判断两种结果谁高谁低时，则用双侧检验。
2．例如：药物治疗之前和治疗之后的数据做t检验，如果从专业知识可以判断治疗后数据不可能低于（或高于）治疗前数据，可以选择单侧t检验。
3．如果目前专业知识无法判断治疗前后结果谁高谁低时，要用双侧t检验。相同的t值， 双侧的P值要比单侧的P值高；如下图所示：自由度df＝10时，t＝812， 双侧P＝0。
4．1，单侧P＝0。05。单侧检验如果误认为是双侧检验，就不易拒绝H0；双侧检验如果误用单侧检验，就比较易拒绝H0。
5．扩展资料：从专业知识判断， 如果不清楚后测数据是否高于前测数据，研究目的是想判断前后测的均值是否不同，就需要用双侧检验。
6．如果从专业知识判断， 如果后测数据不可能低于前测数据，研究目的是仅仅想知道后测数据是不是高于前测数据，则可以采用单侧检验。
7．相同的t值， 双侧的P值要比单侧的P值高。相同的P值， 双侧的t值要比单侧的t值高。单侧检验如果误认为是双侧检验，就不易拒绝H0；双侧检验如果误用单侧检验，就比较易拒绝H0。
文章TAG：在什么情况下用双侧检验在什么情况下用单侧检验 什么情况下用双侧检验 什么情况下用单侧检验 什么 什么情况 情况
