统计检验怎么选：按数据类型、组数与配对关系对照

选检验方法只需要回答三个问题：比较的是数值还是比例？有几组？数据是配对的吗？ 下面的表按这三个维度排开，每一行都直接链到对应的工具。

比较「数值」——均值或分布位置

比较「比例」——分类数据与列联表

看「关联」——两个变量之间

检验之后

三个决定一切的问题

一、比的是数值还是比例？ 体重、表达量、OD 值是数值，用 t 检验那一族； 「有效/无效」「阳性/阴性」的人数是比例，用卡方那一族。 把比例硬当数值算（比如对 0/1 做 t 检验）是最常见的错配。

二、有几组？ 两组用 t 检验，三组以上用方差分析。 三组两两做 t 检验是错的——三次比较里至少一次假阳性的概率约 14%， 六次约 26%，远高于你以为的 5%。

三、配对还是独立？ 同一个体的前后两次测量、配对匹配的病例对照，都是配对数据。 配对检验作用在差值上，把个体间差异消掉了，通常比独立检验更灵敏。 把配对数据当独立数据分析会白白损失功效，反过来则会高估显著性。

正态性怎么判断

严格说要看数据的分布，但有两条实用原则：

样本量小于 5～6 个时，正态性根本检验不出来。 此时正态性检验（如 Shapiro-Wilk） 几乎没有功效，做了也不能说明什么。这种情况下若对分布没有把握， 用秩检验更稳妥——但要先看它在这个样本量下最小可能的 p 值， n=5 的配对秩检验最小双尾 p 就是 0.0625，无论效应多大都到不了 0.05。

明显偏态、有极端值、或本身就是等级资料（如 1–5 分打分）时，直接用秩检验。 不必先做正态性检验再决定——那样会让整体假阳性率升高。

本站没有的

诚实起见列出来：重复测量方差分析与混合效应模型（同一个体多次测量、 或有随机效应的设计）本站没有提供。这类模型需要指定协方差结构， 不适合做成填几个数就出结果的网页工具，请用 R 的 lme4/nlme 或 SPSS。

生存分析（Kaplan-Meier、Cox 回归）同样不在本站范围内。