一、120人去测平均分是75男生的平均分是73女生的平均分是75？

    根据您提供的信息，共有120人参加了测验，其中男生的平均分为73分，女生的平均分为75分。

即使男生的平均分低于女生的平均分，但这并不能直接说明男生的表现比女生差。要综合考虑其他因素才能得出更准确的结论。例如，可能存在男生和女生之间的分数分布差异，某些男生和女生的分数相差较大。

此外，还需要考虑样本的大小和性别分布是否均衡。如果样本数量相对较小或者性别比例失衡，那么平均分数的比较结果可能受到局限。

综上所述，不能仅凭男生和女生的平均分差异就得出男生表现比女生差的结论，需要深入分析数据才能得出更准确的结论。

二、什么是MCC？

MCC是混淆矩阵一致性（Matthews Correlation Coefficient）的缩写。 这个指标通常被用来衡量分类器的性能。与其他指标相比，MCC可以避免样本不平衡问题，同时可以提供比准确率更全面的评估。MCC的取值范围为[-1,1]，1表示完美的分类器，0表示随机分类器，-1表示分类器完全错误。 MCC是一种广泛应用于生物信息领域和机器学习领域的指标，在肿瘤预测、图像识别和自然语言处理等领域都有广泛的应用。MCC不仅可以用于二分类，还可以扩展到多分类问题，通常被称为混淆矩阵一致性多分类指标。

三、抽样调查大一新生6000人，样本容量应该为多少最合适？各班男女比例失调，应该怎样抽才合理，最好有计？

样本由总体的离散程度即差异程度和能接受的误差来确定，但这个你是很难知道滴，所以大概判断下三百到五百差不多吧，具体的抽样方法，先分层后整群抽样比较方便，虽然粗糙点但可行。

四、tamhane检验是什么？

Tamhane's T2 test（Tamhane's multiple comparison method）是一种多重比较方法，通常用于对多个群组或处理之间进行比较的统计检验。

Tamhane's T2 test适用于以下情况：

1. 数据不满足方差齐性的要求。

2. 需要进行多组之间的比较，而不仅仅是两两之间的比较。

3. 想要探索群组之间的差异，而不仅仅是确定是否有差异。

Tamhane's T2 test的优点是它通过调整组间比较的误差率，提高了对差异较小的群组之间的区分能力。它能够确保在进行多组比较时得到准确的结果，即使在方差不齐或样本量不平衡的情况下也能有效地使用。

然而，使用Tamhane's T2 test需要注意的是，它通常要求样本量较大，以确保稳健的效果。此外，正确解读结果需要考虑其他因素，如实际差异的大小、研究目的和背景等。

值得注意的是，除了Tamhane's T2 test，还有其他多重比较方法，如Bonferroni校正、Tukey's HSD和Dunn法等，不同方法适用于不同的数据和研究目的。需要根据具体情况选择最合适的统计方法。

五、非平衡转平衡最佳方法？

非平衡转平衡的方法有很多种，具体使用哪种方法需要根据实际情况进行选择。以下是一些常用的方法：

加权回归：通过为不同组别的观察值赋予不同的权重来调整数据不平衡。

倾向得分匹配：基于处理群体和对照群体之间的相似性来调整非平衡数据。

样本选择模型：通过模拟未被选择的观察值来调整数据不平衡。

合成控制法：将非平衡数据中的某些组别进行合并，从而形成一个或多个新的组别，以实现平衡数据。

差异法：通过计算不同组别之间的差异来消除非平衡数据的影响。

这些方法都可以有效地将非平衡数据转化为平衡数据，但是需要注意的是，在选择方法时应该根据具体情况进行选择，因为不同的方法可能会产生不同的结果，并且不同方法之间的优劣也没有明确的评判标准。同时，还需要注意数据的准确性和可靠性，以避免产生偏差和误导。