假设检验
基本概念
零假设&备择假设、一类&二类错误
双侧检验&单侧检验、一般程序
参数假设检验
单个&两个正态总体、单个&两个总体比率
非参数假设检验
K-S检验、卡方检验、普通符号检验、符号秩和检验、M-W U检验、游程检验
相关分析
pearson相关分析
判断两等距或等比变量是否存在线性相关、方向及程度
spearman秩相关分析
非等距或非等比变量的秩次大小作线性相关分析
肯德尔W和谐系数
用于多个等级变量之间是否一致的系数
W系数越大，说明评价者标准一致性程度越高
质量相关
点二列相关
一变量为连续变量，一变量本身为二分变量
多系列相关
一变量为连续变量，一变量人为分成多个类别
品质相关
两变量都可分为不同类别
列联相关（a*b)、phi相关（2*2）、V相关
偏相关分析
研究两变量线性相关关系时控制可能对其产生影响的其他变量
典型相关分析
降维：将两组变量XY的关系集中到少数几对综合变量（XY的线性组合）上
因子分析
目的：通过少数几个变量去描述众多变量间的协方差关系
步骤：公共因子的抽取（主成分分析、主轴法）——因子解释和命名
因子负荷（体现依赖程度）、共同度、方差贡献率（值越大、越重要）
确定因子数目的方法：相关矩阵秩、公共因子的方差百分比、特征值图解法
注意事项：样本量不能太小、各变量具有相关性、KMO检验、公因子具有意义
聚类分析
系统聚类的方法
最近距离法、最远距离法、中间距离法、重心法、类平均法、可变类平均法、可变法、Ward最小方差法
判别分析
贝叶斯判别法
概率判别、根据每个样本点归属某个类别的最大概率或最小错判损失来确定归属
费希尔判别法
依据一元方差分析中组间均方差和组内均方差之比的最大原则来判别
通径分析
基本原理
一组线性方程，反映自变量、中间变量、潜在变量、因变量之间的相互关系
通径系数
表示相关变量因果关系，标准化的偏回归系数
结构方程分析
研究变量之间因果关系
基本原理
比较两个或者更多个不同协方差（相关）矩阵，分析拟合指数来判断原模型是否符合研究要求
结构方程模型
潜变量模型
各潜变量之间的因果关系模型
外生潜变量、内生潜变量
