假设检验知识梳理

由于医学统计中的假设检验方法多，不同方法有不同的适用条件，很容易错用。这文章针对假设检验的方法对相关知识进行梳理。

参数检验

方法要求变量要具有某种分布，例如正态分布、卡方分布、t分布等

方法	变量类型	应用前提
Pair t test	定量变量/配对数据	样本量小于20时要满足正态分布
t test	定量变量/两组独立数据	样本量小于20时要满足正态分布/方差齐性
Analysis of variance (ANOVA)	定量变量\两组或者多组独立数据	正态分布\方差齐性

非参数检验

方法不依赖变量的分布

方法	变量类型	应用前提
Chi square test	分类变量\两组或多组	期望数(<1)和总样本数(<40)，则Fisher精确概率法
Wilcoxon Rank Sum Test （Mann Whitney U Test）	定量变量\两组独立样本	小样本且不满足正态分布
Kruskal-Wallis H test (one-way ANOVA on ranks)	定量变量\两组或多组独立样本	小样本且不满足正态分布
Friedman test	定量变量\配对的三组或更多组	不满足正态分布

python可以是使用scipy这个包的stat模块进行统计分析

import random
from scipy import stats

var_1 = random.sample(range(0, 20), 20)
var_2 = random.sample(range(0, 20), 20)
stat, p_v = stats.ttest_ind(var_1, var_2, alternative='two-sided')