“差异关系”都有哪些方法

最近小编收到最多的问题就是想做差异分析，应该选择那种分析方法？数据之间的关系一般分为四种：差异关系、相关关系、影响关系以及其它关系。

 

一、说明

差异研究的目的在于比较两组数据或多组数据之间的差异。差异关系和相关关系有时候会被搞混，它们是不同的，区别是：差异关系中的差异是指不同样本组的某个指标的差异，例如男生和女生的智力差异，涉及到了变量的分组；相关分析是两个变量之间的关系，和样本分组无关，例如智力和学习成绩是否相关。本文将从六个角度对差异性分析方法进行划分。

二、分类

差异性分析方法有很多，可以将他们分为6类，从类别角度、使用频率、统计知识、分析角度、数据角度以及实验数据。

 

1.类别角度

从类别角度进一步还可以分为可视化图形、多选题分析以及假设检验。

（1）可视化

其中可视化图包括箱线图、误差线图、簇状图、气泡图以及小提琴图。可视化图形的举例说明如下：

 

补充说明：箱线图和小提琴图都是直观的展示数据的分布差异，可能有的研究者对于选择二者还是有些犹豫，其中箱线图共由五个数值点构成，分别是最小观察值，25%分位数（Q1），中位数，75%分位数（Q3），最大观察值。可以直观的判断数据离散分布情况、了解数据分布状态。而小提琴图可以显示数据分布和概率密度，可以根据结果观察到数据分布与数据分布密度。

（2）多选题

有时想要研究的数据是多选题类型，这时应该如何进行分析？可能会涉及以下三类分析即：单选题和多选题交叉；多选题和单选题交叉；多选题和多选题交叉，举例说明如下：

操作途径：【SPSSAU问卷研究】→‘单选-多选’/‘多选-单选’/‘多选-多选’；

 

（3）假设检验

假设检验用来判断样本与样本、样本与总体的差异是由抽样误差引起还是本质差别造成的统计推断方法。常用的假设检验方法有t检验、卡方检验、方差分析等，下文中详细进行描述。

2.使用频率

如果从使用频率角度来划分，最常用的方法一般为三类，t检验、卡方检验以及方差分析。其中t检验包含4种分析方法，卡方检验包含4种方法，方差分析包含7种方法，方法之间的研究目的以及数据类型具体举例以及数据类型说明如下：

（1）  t检验

 

（2）  卡方检验

 

（3）  方差分析

 

虽然独立样本t检验和方差分析都是要求自变量为定类但是卡方检验自变量的组别仅仅为两组，方差分析的自变量组别可以是两组以上。

3.统计知识

从统计知识角度来看，可将差异性分析方法分为参数检验（如方差分析、t检验）与非参数检验（如卡方、秩和检验等）。首先说明参数检验与非参数检验的区别，然后具体将分析方法展开说明。

（1）参数与非参数检验

 

（2）非参数检验

 

其中上述非参数检验中几个方法与参数检验中几个方法的功能一致，具体区别如下：

 

以上就是从统计知识角度进行分析的差异性分析方法。一般而言，不涉及总体分布参数的检验方法，都可以称为“非参数检验”。接下来描述，从分析角度进行划分。

4.分析角度

从分析角度而言，我们常常分析X与Y之间的差异，如上述的基本分析方法；而有时也涉及到分析X与数字的关系，如单样本t检验、卡方拟合优度、单样本wilcoxon：

 

差异性分析不仅可以从分析角度进行划分，还可以从数据角度进行划分。比如数据是否有原始数据等。

5.数据角度

还可以从【是否有原始数据】角度对SPSSAU差异性分析方法进行区分。在进行概要t检验、均值z检验、比率z检验时，既可以导入数据进行分析，也可直接输入指标：

 

6.实验数据

若手中数据为实验数据，则可以优先使用以下分析方法：

 

以上就是从六个角度对差异性分析方法进行划分，比较常用的是从“使用频率”方面进行划分。