【统计综合分析】如何辨别检验目的？干货速递！

优度检验、差异性检验

与关联性分析之间辨析

✨ 小卫提醒

在学习统计学的过程中，我们会遇到各种统计推断的过程，根据不同的研究数据类型，少不了使用许多种不同的检验方法，这些检验方法之间又有什么样的区别呢，今天就让我们来辩析一波吧！

01优度检验

📕 概念

又称拟合优度检验，是指通过构建检验统计量，分析现有的观测变量的分布形态，检查其分布能否与某一期望分布很好地吻合起来。✊✊

🌰 举例

① 多元线性回归估计模型对观测值之间的拟合优度检验，即是回归分析中用来检验样本数据点聚集在回归线周围的密集程度，用于评价回归方程对样本观测值的拟合程度。

② 卡方检验拟合优度，是一种非参数检验，根据样本的频数分布检验其总体分布是否等于某些给定的理论分布(如正态分布，二项分布和泊松分布等)。

02差异性检验

📕 概念

差异显著性检验是用于比较两个或者多个样本的差异是否显著的统计分析方法。

🌰 举例

不同性别（2分类变量）人群是否抽烟的差异情况；不同收入群体的身高是否有差异；不同性别群体的身高是否有差异。

表1 定量资料的差异性检验方法小结

表2 定性资料的差异性检验方法小结

03关联性分析

📕 概念

关联分析是研究随机变量间是否存在相关性及是否相互依存的一类统计分析方法，通常我们需要在分析并确认了研究变量间存在了相关性的基础之上，再去进一步分析相关程度、相关方向，以及变量间的数量依存关系。

🌰 举例

研究某年龄段儿童的身高与体重的关系、凝血时间与凝血酶浓度的关系、尿铅排出量与血铅含量的关系等。

表1 不同相关/回归分析方法分类表

✨小卫点拨

如何辨别X变量（自变量）Y变量（因变量）？

🪐 自变量也称为预测变量或解释变量，因变量也称为应答变量或结局变量。两者的区分在于，自变量可以影响因变量，因变量的值取决于对应自变量的值。

也可以用因果关系来区分自变量和因变量，即自变量的变化导致了因变量的变化（但自变量和因变量之间并不一定真的存在因果关系）。

🪐 自变量是对因变量的描述，而因变量可以被自变量所解释。研究设计也可以帮助我们区分自变量和因变量。

举例来说，我们计划开展一项研究分析不同剂量药物的治疗效果，治疗药物就是这个研究的自变量，治疗效果则是因变量。

比如我们想知道抗感染药物剂量（1.5 mg / d、4 mg /d或者 8 mg/d）与患者发热时长的关系，抗感染药物剂量就是自变量，因为这个剂量的是由研究者干预产生的，且很可能是发热时长差异的原因；而同时发热时长就是这项研究的因变量。

🪐 横断面调查并不区分自变量和因变量。

举例来说，研究者根据问卷调查研究对象的工作效率（1-5类：1代表非常高效、5代表非常低效）和锻炼情况（1-4类：1代表经常锻炼、4代表不锻炼）的关系。

在该研究中，受调查者的工作效率和锻炼情况并不存在明确的因果关系，因为效率高可能意味着受调查者有更多的锻炼时间，而反之经常锻炼可能也会提高工作效率。因此，我们就不区分该研究的自变量和因变量。

04优度检验、差异性检验与关联性分析的区别与联系

表1 优度检验、差异性检验与关联性分析之间区别

表2 优度检验、差异性检验与关联性分析之间联系

看到这里，大家有没有恍然大悟的感觉呀~统计学在考试中占比不小，同学们一定要好好准备。为方便大家更全面地掌握统计学知识，👉👉【传送门 • 流统计算题集训营】火热进行中，快和小卫一起点亮上岸之路啦！🌟🌟

知识来源：

[1]李晓松.卫生统计学.第8版[M]. 人民卫生出版社，2017.

[3]https://zhuanlan.zhihu.com/p/143378333

[4]https://zhuanlan.zhihu.com/p/100749535

[5]https://www.zhihu.com/question/265451246/answer/602747265

[6]https://zhuanlan.zhihu.com/p/137806914