你是在描述一组数据,还是在检验一个判断?
描述数据时优先使用均值、中位数、众数、方差、标准差、四分位数和百分位数;需要对总体或组间差异给出证据时,再使用置信区间、p 值、t 检验或 ANOVA。
Elysia Tools
导航
Workflow Playbook
汇总数值数据、衡量离散程度、比较组间差异、计算概率和置信区间,并用相关与回归分析变量关系。
专题
可靠的统计分析不是先选检验名,而是先看数据形态。用 statistics-calculator 得到总体概况,再用 mean-calculator、median-calculator 和 mode-calculator 确认集中趋势。它们分别回答算术平衡点、典型位置和最常出现值的问题。
没有离散程度的平均数很容易误导。用 variance-calculator、standard-deviation-calculator、quartile-calculator 和 percentile-calculator 查看数值聚集程度、异常值影响以及某个观测在样本中的位置。
当问题变成概率或组间比较时,用 z-score-calculator 标准化观测,再用 normal-distribution-calculator 估计分布面积。随后根据组数和研究问题选择 confidence-interval-calculator、p-value-calculator、t-test-calculator 或 anova-calculator。
用 correlation-calculator 衡量关联强度,用 regression-calculator 建立预测模型。最终结论要受研究设计约束:观察性数据通常只能支持关联,因果解释需要更强的设计和控制。
工作流指南
用综合统计快速查看样本,再分别计算均值、中位数和众数,确认结论是否依赖某一种集中趋势指标。
计算方差、标准差、四分位数和百分位数,让异常值、偏态和样本内位置在正式检验前就暴露出来。
当分析依赖某个值距离均值多远或落在尾部概率多少时,先计算 z 分数,再估算正态分布概率。
用置信区间、p 值、t 检验和 ANOVA 评估不确定性与两组或多组差异,同时避免把显著性夸大成实际重要性。
最后用相关系数量化共同变化,用回归模型描述预测关系,并把解释限制在数据设计能支持的范围内。
描述数据时优先使用均值、中位数、众数、方差、标准差、四分位数和百分位数;需要对总体或组间差异给出证据时,再使用置信区间、p 值、t 检验或 ANOVA。
单个观测相对均值的位置可用 z 分数和正态分布;变量之间的共同变化用相关分析;需要解释或预测时再进入回归分析。