{__STYLE__}
1、独立性检验针对于类别型变量(区别于定量变量),基于频数表或者列联表来判断两个因素的独立性。原假设是两个因素相互独立,P(AB)=P(A)P(B)。如果得到的p值较大,说明原假设不成立,两因素不独立,可以进而计算phi系数、列联系数和Cramer'sV系数等来判断相关性。2、相关性的显著性检验是针对于定量变量。对定量变量计算出相关系数之后,来计算对于原假设:变量间不相关(即总体的相关系数为0),来进行检验的工具,R中自带函数为cor.test()。3、t检验是一种基于正态分布的参数方法。和1、2两种检验解决的问题不同,它是针对σ2未知,关于μ的检验。关于以上问题,举一个例子:有四组数据性别,地区,年龄,血糖。1、当想要研究性别,地区与年龄关系,由于性别和地区是类别型变量,可以用独立性检验;2、当想要研究某一地区内男性的年龄和血糖的关系,由于年龄和血糖是定量变量,可以计算相关性然后用相关性检验;3、当想要研究某一年龄段,不同地区男性之间的血糖是否处于同一水平,可以采用t检验。