#数据分析 卡方检验、Z检验、T检验

定义：

• T检验适合小样本统计分析，通过比较数据的均值，研究两组数据是否存在差异
• Z检验 面向总体数据和大样本数据的均值对比的假设检验 （一般很难做到所以t检验使用的更多）
• F检验 （方差分析），检验方差相等的多个正态总体均值是否相等，进而判断各因素对实验指标的影响是否显著。（不同处理组的均值间的差别来源有两个：实验条件和随机误差，通过分析不同来源变异对总变异的贡献大小来确定可控因素对研究结果影响力的大小）
• 卡方检验 通过频数进行检验

应用场景和方法：

- T检验 （单样本T检验，配对样本T检验、独立样本T检验）

1. 单样本T检验 比较一组数据和一个特定数值之间的差异
2. 配对样本T检验 检验有一定对应关系的样本之间的差异情况，需要两组样本数相等，包含：
   1） 同一对象是实验前后的对比
   2） 同一对象采用两种方法实验的结果的对比
   3） 配对的两个对象分别接受两种实验后的结果对比
3. 独立样本T检验 其与配对样本的不同在于独立样本T检验两组数据的样本个数可以不等

Tips: 使用T检验前需要进行正态性检验，独立样本需要进行方差齐性检验。正态性检验的方法包含：正态图、P-P图、Q-Q图

- F检验（单因素方差分析、双因素方差分析、多因素方差分析）

1. 单因素方差分析 适用于问卷和实验数据且实验中只有一个因素改变的样本，以判断该因素对样本的影响是否显著
2. 双因素方差分析 适用于实验数据且实验中有两个因素改变的样本
3. 多因素方差分析 适用于实验数据且实验中有多个因素改变的样本

Tips: 方差分析要求样本满足正态分布，方差分析的前提是方差齐性

- 卡方检验 （卡方优度检验、交叉表卡方、配对卡方）

1. 卡方优度检验 对一列数据进行统计检验，分析单个分类变量实际观测的比例与期望的比例是否一致
2. 交叉表卡方 研究两组分类变量的关系
3. 配对卡方 实验中用不同方法检测同一批人，看两个方法的效果是否有显著差异

Tips: 卡方检验需要随机样本数据且理论聘书不能太小

ref: https://zhuanlan.zhihu.com/p/124072225