皮尔森 统计学相关性分析_生物信息学中常用的统计学知识 | 推荐收藏

单因素方差分析？多因素方差分析？协方差分析？

单样本t检验？配对样本t检验？独立样本t检验？

皮尔逊相关性检验？斯皮尔曼相关性检验？肯德尔相关性检验？

……

统计、分组，傻傻分不清楚！

导读：

每次做统计，都得找“谷哥”、“度娘”；不管学多久，就是记不住。但是，统计学是我们通向真理的大门，现代生信人不能缺乏基本的数理统计基础。小编在本文将简要回顾目前生物信息学中常用的统计学知识。

假设检验

假设检验(hypothesis test)又称显著性检验(significance test)，就是根据总体的理论分布和小概率原理，对未知或不完全知道的总体提出两种彼此对立的假设，然后由样本的实际结果，经过一定的计算，作出在一定概率意义上应该接受的那种假设的推断。

假设检验的一般步骤：提出原假设H0和备择假设H1，确定适当的检验统计量和规定显著性水平α (一般为0.05)，然后计算检验统计量的值，查出临界值，确定拒绝域和接受域，最后作出统计决策包括参数假设检验和非参数假设检验，计算出抽样的P值，如果P值很小(一般阈值为0.01或0.05)，