🐟 請您尊重本網站的智慧財產權，如有任何引用，請註明出處：Dr. Fish 漫游社會統計。（文章發表日期）。文章名稱。文章網址
推論統計
假設檢定的過程可用來評估變項之間是否具有關聯性或自變項是否具有效果，但無法瞭解效果的大小。為了測量效果的大小，即須計算效果量。因此，效果量是指自變項效果大小或變項間關聯程度的一種客觀、標準化的測量方法，最常見為Cohen′s d、皮爾森積差相關係數和勝率比。
標準分數
相關係數
皮爾森積差相關係數的假設檢定用來檢驗兩個變項間的關係是否真實地存在於母群體中，可分為虛無假設主張ρ為0和ρ為其他數值的兩種情況。若虛無假設主張ρ為0，假設檢定使用ｔ分配和ｔ檢定統計量；若虛無假設主張ρ為其他數值，假設檢定則使用常態分配和標準分數。
平均數比較
單一樣本z檢定屬於比較檢定的統計檢定類型，而單一樣本z檢定的假設檢定在檢驗一個樣本的平均數是否來自於特定的母群體，是假設檢定裡最基本的一種類型。該檢定評估的基本統計量為樣本平均數，且須在母體平均數和標準差已知、平均數抽樣分配為常態分配的情況下才可使用。
推論統計
連續變項為研究過程中很常使用到的依變項，且在大多數的情況下會呈現常態分配。若要求得連續變項數值的機率，可先將一個數值轉換成標準分數後，再利用標準常態分配表去尋找相對應的機率值。由於機率的計算和顯著性檢定息息相關，所以瞭解該過程將有助於檢定結果的理解。
推論統計
當樣本數小於30或母群體標準差σ未知的時候，並無法使用常態分配和標準分數來計算信賴區間，此時須改用t分配和t值來計算。t分配為抽樣分配的一種，會隨著與樣本大小相關的自由度之改變而有不同的曲線，而透過t分配表的查詢可獲得信賴區間計算所需要的t值。