检验|你的数据结果是真实差异还是误差？_

编辑导语：当面临数据存在差异性的情况时，我们需要检验数据差异是由什么原因导致，是否存在真实差异。而假设检验可以通过样本检验总体是否存在显著性差异。本篇文章里，作者结合实际案例，介绍了几种常用的假设检验方法，帮助你检验数据结果是真实差异还是误差。

文章插图
一、背景当面临一组数据时，我们很容易发现其中的差异性，比如A方案与B方案的日活用户有差，留存率有差，付费用户数量也有差等等。
但是这些表面上的差异可能仅仅是由这一次抽样误差引起，并不是两者确实存在差异。为此统计学上有针对不同情况下的检验方法，称为假设检验。
本文以抖音为例，简单介绍3种较常用到的假设检验方法：方差分析、独立样本t检验、相关系数的显著性检验以及它们在SPSS中的实现。数据选取抖查查平台显示的截止8月21日抖音粉丝数量前300里去除明星、政务类等达人的数据（存在极端值）进行分析。
二、概念介绍通过样本检验总体是否存在显著性差异的方法叫假设检验。假设检验中存在两个相互对立、二者择一的假设，一种叫虚无假设H0，另一种叫备择假设H1。
假设检验其实是一种反证法，我们想要得到的结果是A和B两种方案有差异，首先需要假设两者没有差异，通过推翻这种假设来证明两者有差异。
H0就表示两者间的差异仅是抽样误差，H1表示两者间确有差异，通过拒绝H0来证明H1是正确的，就完成了假设检验。根据统计学上的小概率原理，当某事件在一次试验中发生的概率（p）低于5%时，就称此事件为小概率事件，认为它在此次试验中不会发生。此时就可以拒绝H0，接受H1。
下面以3个具体问题为例来介绍上面提到的3种方法。
三、问题一：不同的内容类型是否会影响粉丝数量（使用方差分析）？在抖音上，不同的创作者基本都有自己特定的内容倾向，一般不会改变，比如有些是生活类，有些是游戏类，那么不同的内容类型会决定粉丝量的上限吗？或者说在头部达人里，是否更高粉丝量的人集中在某些特定领域？
下图显示了不同分类达人的平均粉丝数量（单位：万人）。单看此图，你可能会认为影视娱乐类的内容更容易吸引粉丝，因为此类达人的平均粉丝数量最多，但是这种差异可能仅仅是本次抽样误差导致的结果，为此需要进行的假设检验是方差分析。

文章插图
方差分析主要用来检验两组以上平均数的差异问题，在本例中就是检验17个内容类型的平均粉丝量的差异。
自变量为内容类型，因变量为粉丝量，因为只有一个自变量，所以应该进行单因素方差分析。

H0：各内容类型达人的粉丝量不存在显著差异；
H1：至少有一组(两个)不同内容类型达人的粉丝数量存在显著性差异。在SPSS中步骤为分析→比较平均值→单因素ANOVA检验。

文章插图
将粉丝量选入因变量框，内容类型选入因子框，点击右侧选项按钮，勾选方差齐性检验，点击确定。

文章插图
进行方差分析的一个前提就是要保证各组内方差齐性，如果方差不齐则结果无意义。
本例最后的结果显示，方差齐性检验中p=0.528>0.05，各组方差齐性；方差分析中p=0.401>0.05。表明我们不能拒绝H0，即：
创作不同内容的达人粉丝量间的差异仅是抽样误差，每个类型的达人粉丝数量并无显著差异。