差异性分析常用方法

1. T检验：用于比较两个样本均值是否有显著差异，适用于两个样本均值的比较。
2. 方差分析（ANOVA）：用于比较三个或三个以上样本均值是否有显著差异，适用于多个样本均值的比较。
3. 卡方检验：用于比较两个或两个以上分类变量的分布是否有显著差异，适用于分类变量的比较。
4. 相关分析：用于研究两个变量之间的关系，可以通过计算相关系数来判断两个变量之间的相关性。
5. 回归分析：用于研究自变量与因变量之间的关系，通过拟合回归方程来预测因变量的值。
6. 主成分分析：用于降维和提取数据的主要特征。通过线性变换将原始变量转化为一组主成分，从而减小变量的维数。
7. 判别分析：用于将样本分类到已知组别中，通过分析自变量对因变量的判别作用，建立判别函数进行分类。
8. 聚类分析：用于将样本按照其相似性进行分类，通过测量样本之间的距离或相似性来确定分类。
9. 非参数检验：用于比较样本分布的差异，不依赖于总体分布的假设。例如，Wilcoxon秩和检验、Kruskal-Wallis检验等。