我不会寻找综合测试的严格定义。它似乎通常用于范围广泛的整体测试，将几个测试打包成一个。

与类似导入一起使用的其他术语是 portmanteau statistic 和 factotum statistic。

一个多世纪以来，出现了各种各样的术语，包括统计学家使用他们的拉丁语和希腊语（辅助、直方图、卡方、异方差），统计学家使用他们的词库（如这里），统计学家在之后命名测试他们的老师或朋友，最好是两人一组（Mann-Whitney、Kruskal-Wallis），以及渴望炫耀他们朴素一面的统计学家（jackknife、bootstrap）。即使是看起来很熟悉的词也必须被发明出来（平均值、众数、回归）。

我想知道解释或无法解释的差异是什么意思？

在 ANOVA 的上下文中，它意味着由组成员“解释”的方差和仍未解释的方差。要详细了解这一点，您必须真正查看方程式。无论如何，我都会尝试解释它，而不会引入太多方程。在单向方差分析的情况下，观察到的每个值都可以被认为由三个方差源组成，即总均值、组均值与总均值的偏差以及误差...。如果您假设没有组差异，那么所有因此，通过估计$x = \bar{\bar{x}} + (\bar{\bar{x}} - \bar{x}_k) + e$$\bar{x}_k = \bar{\bar{x}}$$\bar{x}_k$您没有“解释”很少或没有额外的差异。想象一下，原假设是错误的，然后您继续估计组均值与总体均值的偏差。如果你再根据所属组的偏差调整每个分数，然后重新计算分数的方差，你会发现方差比以前小了。方差的减少是您通过估计每个组的均值来“解释”的方差。

我该如何理解什么是综合测试？

如果在拒绝零假设后您不知道统计检验评估的差异在哪里，则检验称为综合检验。在 F 检验的情况下，当分子中有多个 df（3 组或更多组）时，它们是综合的。在卡方检验的情况下，当有多个 df 时，它是综合的。

什么是非综合性的集合？

两组之间的比较，例如在上面详述的情况下发生的情况 F 分子为 1 df 和卡方为 1 df。