检验正态性

1 直方图正态曲线
2 P-P图、Q-Q图
3 KS检验（样本量>=2000）、SW检验（样本量<2000）：P>0.05时表示服从正态性

相关性分析

俩个变量平等，
俩个变量均为连续数值型变量之间的相关性分析——peason相关分析（正态）系数r，P<0.05才进行分析，r>0.7强正相关
等级变量的相关性分析——spearman相关性分析

线性回归分析

研究变量之间的因果关系，
1 因变量只能有一个，必须是连续数值型变量，
2 自变量可以有多个，可以是连续也可以是分类变量，如有分类型，要进行虚拟线性回归

卡方检验

1、适用于分类型变量的统计学方法
2、检验分类型变量下各个类别的构成比的差异的统计学方法
3、被检验的分类变量一定是无序分类变量；分组变量可以是有序分组也可以是无序分组
案例：考察三个年龄组的感染率（感染，未感染）是否存在显著差异

独立样本T检验

1 检验变量是否服从正态分布
2 独立样本T检验


3 结果呈现

Graphpad绘制：

配对样本T检验

比较同一样本前后两个均值的差异；或者比较同一批样本俩个状态下的均值的差异。
要求两列变量服从正态分布
1 检验正态性
2

单因素方差分析及多重比较

独立样本T检验：比较俩组均值的差异
单因素方差分析：比较三组或三组以上均值的差异
只要是比较均值差异的统计方法，都要求数据服从正态分布
1 检验正态性
2



3 事后比较




邦弗伦尼，事先按0.05标准化了

非参数检验（秩和检验）

有一组不符合正态分布，使用非参数检验，另一种是等级数据也使用非参数检验





如果是等级变量：


配对样本非参数检验

二元Logistic回归分析

线性回归：因变量为连续型变量，自变量类型不限
二元Logistic回归：因变量为二分类变量，自变量类型不限



如果自变量很接近，不能够以一为单位波动，可以乘以一个数使其差值增大。

案例分析

因为是分类变量：


第二个：连续变量
先用单因素分析排除无影响的变量，然后用多因素分析



注：有疑问的请私聊