使用说明

1. 检验类型选择

根据研究设计选择检验类型：

• 独立样本检验： 比较两组独立样本的均值差异（如对照组 vs 实验组）
• 配对检验： 比较同一组对象前后两次测量的差异（如治疗前 vs 治疗后）
• 交叉表检验： 分析两个分类变量之间的关联性（如治疗组 × 性别）

2. 检验方法选择

• 参数检验（t检验）： 假设数据正态分布，方差齐（独立样本t）或不齐（Welch t）
• 非参数检验（Mann-Whitney / Wilcoxon）： 不假设正态分布，适用于偏态数据或等级数据
• 卡方 / Fisher： 卡方适用于大样本期望频数≥5；Fisher适用于小样本或期望频数<5

3. 效应量

效应量衡量差异的实际大小，不受样本量影响：

• Cohen's d：0.2 小，0.5 中，0.8 大（t检验，专用阈值）
• Cohen's dz：阈值同 d，用于配对 t 检验（差值标准化均值）
• 效应量 r：0.1 小，0.3 中，0.5 大（非参数检验，专用阈值）
• Cramér's V：0.1 小，0.3 中，0.5 大（卡方检验，专用阈值；2×2 表附带 Phi 系数）
• 优势比 OR：Fisher 检验的效应量指标（含 95% CI）

注：Welch t 检验的效应量为近似池化 Cohen's d，与方差齐性无关。非参数 Z 值采用 Yates 连续校正，与 R wilcox.test 默认一致。

4. 备择假设

双侧检验检测任意方向的差异；单侧检验只检测指定方向的差异。

5. 正态性提示

参数检验（t检验）假设数据正态分布。如未进行正态性检验，建议先使用 NormalityTest 进行检验。

6. 结果导出

点击左侧按钮导出结果表（Excel）或图表（PNG）。

---

如有问题或建议，请联系管理员。