在統計分析過程中，選擇合適的統計學方法，已經是成功了一半。那麼面對得到數據，我們該如何去選擇合適的統計方法呢？
區分數據屬性
最簡單而重要的方法，首先是對數據的屬性進行判斷，是計量資料（年齡多少歲，血壓多少帕斯卡，白介素6濃度多少pg/ml）；還是計數資料（有多少個人，多少個國家，多少個民族）。
A 計量資料
對於計量資料，是採用非參數檢驗還是參數檢驗呢？如果數據不滿足正態性、方差齊性等，可以用非參數檢驗；當不在乎數據是否符合正態分布，也可以直接利用非參數檢驗，只是非參數檢驗的效能相比於參數檢驗低，犯I類錯誤的概率可能會高。當計量資料為單獨一組時，採用單樣本t檢驗或單樣本秩和檢驗（Wilcoxon）；當兩組樣本為獨立樣本進行比較時，採用兩組獨立樣本t檢驗或兩組獨立樣本秩和檢驗（Mann-Whitney）；當兩組樣本為相關樣本時，採用配對樣本t檢驗或配對樣本秩和檢驗（Wilcoxon）；當計量資料超過2組（3組或3組以上），採用方差分析或多組獨立樣本秩和檢驗（Kruskal-Wallis）。
B 計數資料
計數資料主要以列聯表形式存在，所以對計數資料的分析，首要任務是對行、列變量屬性的判斷。當行變量、列變量均為無序變量時，採用卡方檢驗；當行變量或列變量為有序變量時，採用秩和檢驗；當行變量、列變量均為有序變量時，可採用Spearman相關性分析量變量之間的秩相關；若是評判兩種方法或處理手段的一致性，可採用Kappa分析。將上面的長篇廢話轉化成圖表，思路是不是更清晰了呢？