组间差异

协方差分析

在排除了连续型混杂变量（协变量）的干扰后，纯粹地评估分组变量对分析变量的净影响。

卡方拟合优度检验

卡方拟合优度检验是基于卡方统计量用于判断期望频数与观察频数是否有显著差异。

卡方检验

用于检验不同分组群体在分类目标变量上的分布构成是否存在显著差异。

方差齐性检验

检验各组数据的方差是否齐性，是单因素方差分析的重要前提假设。

独立样本T检验

用于检验两个独立分组的样本在定量指标上是否存在显著差异。

Kruskal-Wallis检验

单因素方差分析的非参数替代方案，用于检验多组（≥3组）独立样本之间是否存在差异。

Mann-Whitney U检验

独立样本T检验的非参数替代方案，用于检验两组独立样本在连续或定序变量上是否存在显著差异。

配对样本t检验

配对样本T检验用于检验两列样本数一样的数据之间是否存在差异。

事后多重比较

用于在方差分析结果显著时，进一步两两比较不同分组之间在定量变量上的具体差异。

重复测量方差分析

分析同一批受试者在不同时间点或不同干预条件下的得分是否存在显著差异。

单样本t检验

单样本T检验用于分析样本数据与一个特定数值之间的差异情况。

双因素方差分析

用于评估两个分组因素对一个定量变量的独立影响（主效应），以及两者的联合影响（交互效应）。

单因素方差分析

用于检验多个不同分组的样本在定量指标上是否存在显著差异。

Wilcoxon符号秩检验

配对样本T检验的非参数替代方案，用于检验两组相关的非正态分布配对样本是否存在显著变化。

差异性分析自动求解器

根据拖入变量的类型与分布，自动推荐适用的差异性检验方法。

三因素方差分析

同时考察三个定类因素及其交互作用对定量因变量的影响。

多因素方差分析

将两个以上定类因素纳入同一方差分析模型，估计主效应与交互。

摘要单因素方差分析

仅凭各组样本量、均值与标准差（摘要数据）做单因素方差分析。

摘要T检验

用两组的n、均值、标准差进行独立或单样本摘要t检验。

多变量方差分析

同时对多个定量因变量检验分组因素的整体差异，再分解到各因变量。

单样本等价检验

检验样本均值是否落入与目标值等价的预先指定界值区间（TOST）。

双样本等价检验

检验两独立组均值差是否落在预先规定的等价界内。

配对样本等价检验

对配对差值做TOST，判断前后或两种测量是否等价。

多配对样本Friedman检验

对多样本配对方差分析的非参数替代，比较多个相关样本的分布位置。

单样本Wilcoxon符号秩检验

不依赖正态假设，检验单组定量数据的中位数是否等于给定值。

Cochran's Q 检验

对同一批对象在多个二分类条件下的通过率做相关样本检验。

Fisher精确检验

在期望频数过小的列联表上精确计算两组分类结果的关联P值。

分层卡方分析

按混杂层做Mantel-Haenszel分层卡方，合并关联并检查层间齐性。

配对卡方检验

对同一对象两次二分类结果（配对四格表）做McNemar检验。

卡方检验（自动选取最优求解器）

按表格维度与期望频数自动在Pearson卡方、校正卡方与Fisher之间切换。

Ridit分析

对有序分类结局计算Ridit值，比较各组相对于参照分布的等级位置。