文档介绍：1、描述统计（描述一组数据的集中和离散情况） 分析—描述统计—描述 一个班的成绩
2、相关
相关 身高和体重
偏相关 身高体重和年龄（tall与weight排除asdad变量的相关性，，相1、描述统计（描述一组数据的集中和离散情况） 分析—描述统计—描述 一个班的成绩
2、相关
相关 身高和体重
偏相关 身高体重和年龄（tall与weight排除asdad变量的相关性，，相关性不显著不能做回归）
3、回归
回归—线性 Y=第一列+第二列X （前提是相关性显著） 身高预测体重 y=a+bx y=400-
4、T检验（两组数据的检验）
单样本T检验：一组数据和某个值的比较
某一样本的评平均数与确定总体的均值的统计意义的差异。通过检验样本平均数与确定总体平均数是否存在差异来推断未知总体和确定总体的一致性
独立样本T检验：男女分别的数据，因此要定义1和2 男女或者是12岁和14岁组的身高差异
相关样本T检验：一批人前后做的 一组被试的前后侧
5、方差分析（三组数据及以上的检验）
一个自变量两个以上水平（两个水平用T检验） 比较均值—单因素
灯光的亮度是否会影响工作效率：高中低三个水平的数据
显著性不明显是不是意味着高中低没什么差异，，则显著，则哪两个出现很大的差异
两个自变量一个因变量的被试内设计 几种水平结合就是几列变量（每列变量都是数据且是a1b1 a1b2…）
一般线性模型—重复度量 工厂的大小和灯光的亮度是否会影响工作
效率：大小*高中低
两个自变量一个因变量的被试间设计 输入三列变量（两列变量需要定义，一列变量为数据）
一般线性模型—单变量 工厂的大小和灯光的亮度是否会影响工作效率：大小*高中低
两个自变量的混合实验设计 变量输入时是以上两种方法的结合 一般线性模型—重复度量
工厂的大小和灯光的亮度是否会影响工作效率：大小*高中低 大小是被试间，亮度是被试内
拟合度（适合性）检验：又称1*C表的卡方检验，把一个变量分成若干类别（如性别分为男和女）。判断几个变量是否符合一定的比例，比如男女分别是10和20人，我们需要检验他是否符合1比3的比例；如果只是简单的看几个数据之间是否有显著差异，则只需要把数据变量输入检验变量列表中即可。 输入数据—加权数据（数据—加权）—卡方检验—分别输入期望值的比例
出现结果：
明显不显著：没有差异
独立性检验：一个是列联表一个是四格表，把一组试验对象按两个标准分类，一个变量在行内，一个变量在列内，需要用描述统计中的交叉表，与拟合度方法一样，最后一步用交叉表不用卡方检验