之前我们讲了T-test和F-test。在本文中，我们将讨论Q检验。Q检验，又称弃商法，主要用于对可疑值（离群值）进行判断。比如我们现在做了几个实验，得到了几个观测值：10.14、10.12、10.25、10.16、10.20。通过观察值，我们可以看到10.25和其他值有很大的差异。现在考虑是否使用Isthisvalueremovedasanoutlier？是否有判断依据，这时候可以用Q检验。主要有以下步骤：step1：将所有观测数据按升序排列step2：求最大值与最小值之差，称为范围step3：计算要删除的值与其相邻值的距离绝对值差值step4：step3计算的值除以step2计算的值，这个值就是q统计量step5：根据观察次数和置信度，查q值表和q值表链接:https://www.docin.com/p-11047...step6:将q统计量与q值表中的结果进行比较。如果q统计量小于q值表中查到的结果，则不应删除，否则可以删除Q检验的核心思想其实和t检验的核心思想是一致的。它们都用于检验不同观察值之间是否存在显着差异，即它们是否来自同一人群。如果差异不显着，则说明它们来自同一个Overall，否则则不是。Q检验除了用于消除异常值外，还主要用于多重比较。比如有多个组，需要判断各组之间的差异程度时也会用到。我们前面介绍的LSD是多重比较方法中最简单的一种。还有时间序列白噪声测试等等。
