沒有比較就沒有傷害，沒有比較就沒有鑑別，幹預措施是否有效，若無比較，還真不能得出結論呢！
統計是幫助我們發現事物背後規律的科學，是解決複雜科學問題的藝術。統計提供了4大類比較的方法，也就是4大類互相傷害的方法哦！
松哥一直說，初級說一說，中級比一比，高級找關係；其實本期講解的就是中級比一比的四大類方法哦！
踢死他（t檢驗）是互相傷害的最簡單，最暴力，最直接的方法。具體還分為單腳踢，雙腳踢分開踢，雙腳同時踢。
單腳踢（單樣本t檢驗，single sample t test）
適用範圍：用於處理一個樣本與一個已知的總體均數之間的比較。
適用條件：單個樣本符合正態分布。
雙腳分開踢（兩獨立樣本t檢驗，two independent sample t test）
適用範圍：兩個樣本計量資料之間比較；
適用條件：獨立、正態、方差齊性。
雙腳同時踢（配對樣本t檢驗，paried sample t test）
適用範圍：配對設計計量資料；
適用條件：差值符合正態分布。
F檢驗（方差分析）是對組間變異進行分割的一種統計分析方法。
適用範圍：適用於三組及其以上資料計量資料之間的比較。
適用條件：獨立、正態、方差齊
具體種類：這個比較多，共有11種：單因素設計、隨機區組設計、析因設計、重複測量、正交設計、拉丁方設計、交叉設計、裂區設計、嵌套設計、響應面設計、協方差。
卡方檢驗是處理分類變量資料組間傷害的最常用的方法。
具體類型：
成組四格表：兩獨立組二分類數據比較；
配對四格表：配對設計二分類資料比較；
R×C表設計：成組設計行列表資料比較；
亞型：R×C雙向無序卡方
R×C單向有序卡方
R×C雙向有序卡方（包括屬性相同與屬性不同兩種）
拓展：
分層卡方
高維列聯表
卡方分割
非參數檢驗是一種二線方法，即當前面的方法條件不符合，不能應用是的替代方法。
常見類型：
單樣本K-S檢驗：用於正態分布、均勻分布、指數分布和泊松分布檢驗
兩個獨立樣本非參數：用於成組設計計量資料與等級資料比較
兩個相關樣本非參數：用於配對設計計量資料與等級資料比較
K個獨立樣本非參數：用於成組（K>2）設計計量資料與等級資料比較
K個相關樣本非參數：用於配伍組設計計量資料與等級資料比較
上面四種互相傷害的方法，是組間比較最直接暴力的方法。也是最最常用的組間比較方法。有人說，這簡單，就4大類。可是很多人犯錯呢！雖然4大類，具體算起來將近30種具體類型（包括校正公式等）。
本期也只對4大類方法進行了框架性的闡述，並未具體到每一種的操作與實踐，希望對大家自學時的方向把握有所幫助！
OK，我是松哥統計，歡迎關注，給您好看哦！
整理不易，歡迎點亮再看！
不求讚賞，請點亮再看