十大统计检验方法
1
F检验『F检验是什么？』F检验就是一种比大小的统计方法，它主要用来比较 两个“方差”是不是有明显差别，或者说 多个组别之间的差异是不是大到不能只用“运气”解释。●换句话说：如果我们只是看平均值差不多，那可能不准；F检验会从“波动大小”来判断：各组之间的差异，是不是真的比组内的随机波动大得多。●打个比方想象一下你在学校里，老师想知道三个不同班级的数学水平差不差：班级内部：同一个班同学之间的差距（有的高，有的低），这个差距就是 组内方差。班级之间：班与班之间的平均成绩差距，就是 组间方差。? F检验干的事情就是：●把班与班之间的差距（组间方差）●和班里同学之间的差距（组内方差）●拿来做一个比例（组间方差 ÷ 组内方差 = F值）。如果这个比例（F值）很大：说明班与班之间的差距，远大于班里学生自己之间的差距，那就能说“不同班级确实水平不同”。如果这个比例不大：说明班级之间的差异也就跟班级内部差不多，没法证明哪个班真的更好，可能就是随机波动。- 再举个生活中的例子
- 一句话总结
2
t检验? 一、t检验是什么？t检验主要用来比较两个组的均值差异是否显著。? 可以理解为：t检验是“小范围对比”，而F检验是“大范围总检”。? 医学论文里常见的t检验场景：- 两组独立样本比较（独立样本t检验）
? 医学比喻t检验：像医生比较两个病房的平均血压，看是不是不同。F检验：像医生比较整个医院多个病房的平均血压，先看总体差异存不存在。●一句话总结如果只有两组 → 用 t检验。如果有三组及以上 → 先用 F检验（ANOVA），再做事后t检验/校正。3
卡方检验（Chi-square test）? 卡方检验是什么？? 卡方检验主要用来比较组间比例/构成差异。它不看均值，而是看人数/比例分布 是否显著不同。比如：治疗组 vs 对照组，治愈/未治愈的人数分布是否有显著差别。? 医学论文里常见的卡方检验场景- 两组比例比较（2×2列联表）
? 医学比喻t检验：比“身高平均数”F检验：比“多个班级的身高平均数”卡方检验：比“男生女生比例”●一句话总结要比较均值 → t/F 检验要比较比例/人数分布 → 卡方检验
4
方差分析（ANOVA）『什么是方差分析（ANOVA）？』●全称：Analysis of Variance。●核心逻辑：比较三组及以上均值差异。●原理：把总变异拆成两部分：●组间变异（不同组均值差异有多大）●组内变异（同一组内部的个体差异有多大）●然后做 F检验：
如果组间差异显著大于组内差异 → 认为不同组均值不一样。? 医学论文常见应用场景●多组治疗方案比较例：高血压患者分为 3 组（药物A / 药物B / 安慰剂），比较治疗后平均收缩压 → 用单因素方差分析（One-way ANOVA）。●多时间点重复测量例：同一批病人术前、术后1周、术后1月的平均血糖比较 → 重复测量 ANOVA。●多个因素同时影响例：研究药物类型（A/B/C） + 性别（男/女）对血压的影响 → 双因素方差分析（Two-way ANOVA）。? 和其他检验的关系
? 可以看出：t检验 → 只能比两组。ANOVA → 能比多组，但前提是正态 + 方差齐。Kruskal-Wallis → 多组，非正态时用。t检验：比“两家餐厅的平均评分”。ANOVA：比“三家餐厅的平均评分”，看看是否至少有一家不一样。Kruskal-Wallis：比“三家餐厅顾客的排名差异”，不看平均分，看整体分布。●一句话总结ANOVA = t检验的多组扩展版是“多组均值比较”的首选，但必须保证正态分布 + 方差齐性。如果条件不满足，就要用 Kruskal-Wallis 代替。
5
Mann-Whitney U 检验前面我们聊了t检验 / F检验 / 卡方检验，它们大多要求数据满足一定的假设（比如正态分布、方差齐性）。那如果数据不满足正态分布或者样本量太小怎么办？? 就要用到非参数检验，其中最常见的就是 Mann-Whitney U 检验。? Mann-Whitney U检验是什么？●又叫秩和检验，是t检验的非参数替代。●用来比较两个独立样本的分布差异，尤其是中位数。●它不要求数据服从正态分布，也不太怕极端值（outliers）。? 医学论文里常见的应用场景●两组样本，数据偏态分布例子：ICU患者的住院天数（往往右偏，不符合正态）。检验：治疗组 vs 对照组 → 住院天数差异 → Mann-Whitney U 检验。●两组样本，测量结果为等级/秩次数据例子：疼痛评分（VAS评分 0–10，本质是等级数据）。检验：手术方式 A vs B → 疼痛评分差异 → Mann-Whitney U 检验。●样本量小，不满足t检验前提例子：罕见病研究，两组患者样本量 < 30，且分布明显偏态。? 和 t检验的关系
? 医学比喻t检验：比“两个班的平均身高”。Mann-Whitney U检验：比“两个班同学身高谁更高的次数”，相当于把大家排队，看哪个班的人整体更高。●一句话总结
数据正态 → t检验数据非正态/等级数据 → Mann-Whitney U 检验
6
Kolmogorov-Smirnov 检验（K-S 检验）Kolmogorov-Smirnov 检验（K-S 检验）在医学论文里主要是用来检验分布 的，而不是直接比较均值。? 大白话解释你可以把它想象成：我有一堆数据（比如某药物组病人的血压值），我怀疑它是不是“符合正态分布”。K-S 检验就像一把“模板尺”，把数据的累计分布和理想的正态分布模板一比，看差距大不大。如果差距小 → 可以认为近似正态分布。如果差距大 → 说明不符合正态分布。? 在医学论文里的常见用途●正态性检验在决定用 t检验还是 Mann-Whitney U检验前，常常要先跑 K-S 检验。例如：“数据经 K-S 检验符合正态分布，故采用独立样本 t检验”。●分布比较比如比较两组人群的血糖值整体分布形状是否一样（不仅仅是均值）。如果你关心的是“整体分布差异” 而不是“均值差异”，就可以用 K-S 检验。? 举个医学比喻想象医院要检查新药对血压的影响。t检验：只看“平均血压”差不差。Mann-Whitney U检验：看“中位数/排名”差不差。S 检验：更挑剔，检查“整个血压分布曲线”是不是长得一样。7
Wilcoxon 符号秩检验我们前面说过 Mann-Whitney U检验是t检验的非参数替代（两独立样本），那么 Wilcoxon 符号秩检验就是配对 t 检验的非参数替代。? Wilcoxon 符号秩检验是什么？又叫 Wilcoxon signed-rank test。用来比较两组配对数据 / 成对样本的分布差异（常看中位数）。不要求正态分布，适合偏态/等级数据。? 你可以把它理解成：●配对t检验 → 看两次测量的均值差是否为 0（前后比较，正态数据）。●Wilcoxon 符号秩检验 → 看两次测量的秩次差是否对称分布（前后比较，非正态数据）。●同一批病人，干预前后对比例：患者服药前后 → 血压下降值 → 数据不正态 → 用 Wilcoxon 符号秩检验。●配对样本比较例：同一个病人 → 左眼 vs 右眼 → 视力差异。●小样本 / 偏态分布 / 等级数据例：10 个病人术前术后疼痛评分（VAS），明显偏态。●检验方法对象数据要求医学例子配对 t 检验配对样本，均值差正态分布病人术前 vs 术后 → 血压均值差Wilcoxon 符号秩检验配对样本，中位数差非正态/等级数据病人术前 vs 术后 → 疼痛评分
? 医学比喻配对 t检验：比“同一个学生，考试前后分数均值差多少”。Wilcoxon 符号秩检验：比“同一个学生，考试前后排位差异”，不在乎具体分数，只看名次变化方向和大小。●一句话总结
两独立组 → t 检验（正态） vs Mann-Whitney U（非正态）两配对组 → 配对 t 检验（正态） vs Wilcoxon 符号秩（非正态）
8
Kruskal-Wallis 检验Kruskal-Wallis 检验，它就是单因素方差分析（One-way ANOVA）的非参数替代，主要用来处理多组比较。? Kruskal-Wallis 检验是什么？●又叫秩和检验的多组扩展。●适用于：3组及以上的独立样本，数据不满足正态或为等级数据。●原理：把所有样本合在一起排秩次，看各组的秩和是否有显著差异。? 类比关系：单因素方差分析（ANOVA）：正态 + 方差齐 → 比较 3 组及以上均值。Kruskal-Wallis 检验：非正态 / 等级数据 → 比较 3 组及以上中位数（分布差异）。? 医学论文里常见的应用场景●多种治疗方法比较例：研究高血压患者3种降压药（A/B/C） → 收缩压差异 → 数据非正态 → Kruskal-Wallis 检验。●多组等级数据例：3 种手术方式 → 术后疼痛评分（VAS）。●小样本、多组实验例：罕见病患者，分3个治疗组，样本数小且分布偏态。
? 医学比喻ANOVA：比“3个班平均身高”。Kruskal-Wallis：比“3个班同学整体排名差不多吗”，不看均值，只看整体分布。●一句话总结两组数据 → t检验（正态） / Mann-Whitney U（非正态）配对数据 → 配对t（正态） / Wilcoxon（非正态）三组及以上 → ANOVA（正态） / Kruskal-Wallis（非正态）
9
Fisher 精确检验（Fisher’s Exact Test）Fisher 精确检验（Fisher’s Exact Test），它是卡方检验的“升级/替代”方法，特别适合样本量很小的情况。? 什么是 Fisher 精确检验？用来分析两个分类变量之间是否相关，尤其是 2×2 列联表（比如“治疗有效 vs 无效” × “用药 vs 对照”）。和卡方检验类似，但不同的是：卡方检验用的是近似方法，需要样本量足够大。Fisher精确检验直接计算所有可能的排列概率，结果完全精确，适合小样本。? 你可以理解成：卡方检验是“大样本用计算器算个近似值”。Fisher 精确检验是“小样本时，逐个数清楚所有可能情况”。? 医学论文里常见的应用场景●样本量小，分组数据例：罕见病临床试验，药物组 10 人，对照组 8 人 → 观察治愈/未治愈。数据太少，卡方检验不可靠 → 选 Fisher 精确检验。●稀有事件例：分析某罕见不良反应是否和药物使用相关。2×2 表格（最常用）例：某新药 vs 对照，疗效（有效 / 无效）。? 和卡方检验的关系
? 医学比喻卡方检验：像是“大城市人口普查”，只要估算就足够准确。Fisher 精确检验：像是“小村子人口统计”，人数太少，必须一个个点名精确计算。●一句话总结卡方检验：分类变量关联分析，适合大样本。Fisher 精确检验：小样本/稀有事件时，更精确可靠。
10
McNemar 检验1. McNemar 检验到底是干嘛的？它主要用来比较同一批对象在两种情况下的表现有没有差别。比如你做了一项调查，想看看某种治疗前后，人们的状态有没有显著变化。关键点：- 对象是配对的（比如同一个人治疗前后）。
- 如果一个人 前后都说愿意，那就没什么变化。
- 如果一个人 前后都说不愿意，那也没什么变化。
- 最有意思的是那些 从“不愿意”变成“愿意” 或者 从“愿意”变成“不愿意” 的人。
- 不关心谁一直出石头。
- 不关心谁一直出布。
- 只关心那些中途改手势的人，看看改的方向是不是有偏向。
| 后=同意 | 后=不同意 | |
|---|---|---|
| 前=同意 | A | B |
| 前=不同意 | C | D |
- A：前后都同意 → 没改变
- D：前后都不同意 → 也没改变
- B：前同意 → 后不同意 → 这是「改口」人群之一
- C：前不同意 → 后同意 → 这是「改口」人群之二
- 如果 B ≈ C → 说明改口的人是“扯平”的，不算什么显著变化。
- 如果 B 和 C 差很大 → 说明变化有方向性（比如很多人都从不同意变成同意），这就是显著差异。
- A=2，D=0 → 不重要
- B=8（从瘦了→没瘦）
- C=10（从没瘦→瘦了）
- B 和 C 相差大 → 有显著效果。
- B 和 C 接近 → 效果不显著。
11
Cochran’s Q 检验Cochran’s Q 检验其实可以看成是McNemar检验的“升级版”。
1. McNemar 检验 vs. Cochran's Q 检验- McNemar 检验：只能比较两种情况（比如治疗前 vs 治疗后）。
- Cochran’s Q 检验：可以比较三种及以上情况（比如治疗前，治疗后1个月，治疗后3个月）。
- 如果你只比较「活动前 vs 活动后」，用 McNemar 就够了。
- 但现在有三个活动，你想知道：大家的态度整体有没有变化？是不是活动2或活动3真的不一样？
Cochran’s Q 就是看：- 各时间点“是”的比例差距大不大？
- 差大 → 至少有一个时间点结果不一样。
- 如果差不大 → 说明整体上没有证据表明时间点之间存在差异。
- McNemar：两组配对二分类（前 vs 后）。
- Cochran’s Q：三组或以上配对二分类（前 vs 中 vs 后）。
- 同样是“配对”的，只不过 Cochran’s Q 能处理更多情况。
好啦，这十大统计方法就算掌握了一遍。是不是感觉心里有点底了？说白了，统计就是个工具，别把它想得太玄乎。核心在于：明确研究设计 → 看清数据类型 → 对号入座选择方法 → 合理解读结果。
如果你现在正卡在统计这关，或者被数据分析搞得焦头烂额，别自己硬扛。欢迎咨询「医嘉研临床研究1V1指导」！我们将从选题方向沟通、数据挖掘、数据清洗、数据分析、写作指导、专家评审、语言编辑、投稿指导为您提供全方位指导！
END
经典meta，网状meta，预测模型meta等等，医护全领域各类meta分析！
临床研究Minic数据库挖掘、NHanes数据库、GBD数据库、Charls数据库、临床真实数据（已有数据或制定数据收集方案）
生信分析转录组、单细胞测序、蛋白组、基因组、代谢组、孟德尔随机化、网络药理学、分子对接、多组学+机器学习等各类生信分析指导服务！
扫码了解更多内容
医嘉研专注于医学科研1V1指导