In statistics, in the analysis of t

In statistics, in the analysis of two-way randomized block designs where the response variable can take only two possible outcomes (coded as 0 and 1), Cochran's Q test is a non-parametric statistical test to verify whether k treatments have identical effects.[1][2][3] It is named after William Gemmell Cochran. Cochran's Q test should not be confused with Cochran's C test, which is a variance outlier test. Put in simple technical terms, Cochran's Q test requires that there only be a binary response (e.g. success/failure or 1/0) and that there be more than 2 groups of the same size. The test assesses whether the proportion of successes is the same between groups. Often it is used to assess if different observers of the same phenomenon have consistent results (interobserver variability).

結果 (繁體中文) 1:

在統計學中，在雙向分析隨機區組設計，其中反應變量只能取兩個可能的結果（編碼為0和1），科克倫的Q檢驗是一種非參數統計測試，以驗證ķ治療是否具有相同的效果。 [1] [2] [3] 這是威廉·高梅爾·考克倫而得名。科克倫的Q檢驗不應該與科克倫的C測試，這是一個變化的異常值測試相混淆。在簡單的技術術語說，科克倫的Q檢驗要求，有只二元響應（如成功/失敗或1/0），並有超過200組的大小相同。該測試評估成功的比例是群體之間的相同。通常用它來評估，如果同一現象的不同的觀察者有一致的結果（觀察者之間的差異）。

結果 (繁體中文) 2:

在統計中，在分析雙向隨機塊設計時，回應變數只能產生兩種可能的結果（編碼為 0 和 1），Cochran 的 Q 檢驗是非參數統計測試，用於驗證 k 處理是否具有相同的效果。[1][2][3]它以威廉·傑梅爾·科克倫的名字命名。Cochran 的 Q 測試不應與 Cochran 的 C 測試（方差異常值測試）混淆。簡單地說，Cochran 的 Q 測試要求只有二進位回應（例如成功/失敗或 1/0），並且有 2 個以上相同大小的組。測試評估各組之間的成功比例是否相同。它通常用來評估同一現象的不同觀察者是否具有一致的結果（觀察者間變異性）。

結果 (繁體中文) 3:

在統計學中，在雙向隨機區組設計的分析中，當反應變數只能得到兩種可能的結果（編碼為0和1）時，Cochran的Q檢驗是一種非參數統計檢驗，用於驗證k治療是否有相同的效果。[1][2][3]它是以William Gemmell Cochran命名的。Cochran的Q檢驗不應與Cochran的C檢驗混淆，後者是方差异常檢驗。簡單地說，Cochran的Q測試要求只有一個二進位響應（例如成功/失敗或1/0），並且有兩個以上相同大小的組。該測試評估各組之間的成功率是否相同。通常用於評估同一現象的不同觀察者是否有一致的結果（觀察者之間的可變性）。