🐟 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。
皮爾森積差相關係數
相關係數
點二系列相關係數的假設檢定是在檢驗一個二分變項和一個連續變項間的關係是否真實地存在於母群體中，由於點二系列相關係數為皮爾森積差相關係數的特例，所以假設檢定的方式也和其相同。點二系列相關係數的假設檢定使用t分配和t檢定統計量，且為無方向性的檢定。
相關
點二系列相關係數是用來探討一個二分變項和一個連續變項間關聯程度的相關係數，而二分變項是指變項僅有兩個類別，且資料輸入時通常將兩類別編碼為0、1或1、2。點二系列相關係數為皮爾森積差相關係數的特例，且同樣可將相關係數平方變成決定係數後再做解釋。
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。
推論統計
假設檢定是運用統計模型來檢驗研究問題的方式，也是用來測試研究人員操縱的變項是否具有效果的統計推論方法，是推論統計中最核心的部分。假設檢定的過程包含研究假設的提出、顯著水準的設定、統計檢定方法的選擇、檢定統計量和相關機率的計算與決策規則的運用等5個步驟。