方差分析要求资料（）。

A.服从正态分布，各组方差齐性

B.服从F分布，各组方差齐性

C.服从F分布，各组方差非齐性

D.服从正态分布，各组方差非齐性

正确答案：D

解析：方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。

方差是衡量源数据和期望值相差的度量值。

方差齐性：是指两个或多个独立样本所属总体的总体方差相等。

如我们还需要对两个或多个独立样本所属总体的总体方差的差异进行显著性检验，统计学上称为方差齐性（相等）检验。

1、对于具有特定的发生概率的随机变量，其特定的价值区间：一个确定的数值范围（“一个区间”）。

2、在一定置信水平时，以测量结果为中心，包括总体均值在内的可信范围。

3、该区间包含了参数θ真值的可信程度。

4、参数的置信区间可以通过点估计量构造，也可以通过假设检验构造。

置信区间的计算步骤：

第一步：求一个样本的均值。

第二步：计算出抽样误差。

第三步：用第一步求出的“样本均值”加、减第二步计算的“抽样误差”，得出置信区间的两个端点。

窄的置信区间比宽的置信区间能提供更多的有关总体参数的信息。

在已知试验结果（即是样本）的情况下，用来估计满足这些样本分布的参数，把可能性最大的那个参数作为真实的参数估计。

点估计（pointestimation）是用样本统计量来估计总体参数，因为样本统计量为数轴上某一点值，估计的结果也以一个点的数值表示，所以称为点估计。点估计和区间估计属于总体参数估计问题。何为总体参数统计，当在研究中从样本获得一组数据后，如何通过这组信息，对总体特征进行估计，也就是如何从局部结果推论总体的情况，称为总体参数估计。

矩估计，即矩估计法，也称“矩法估计”，就是利用样本矩来估计总体中相应的参数。首先推导涉及感兴趣的参数的总体矩（即所考虑的随机变量的幂的期望值的方程）然后取出一个样本并从这个样本估计总体矩。接着使用样本矩取代总体矩，解出感兴趣的参数。从而得到那些参数的估计。

最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合，其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。