🐟 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。
統計檢定力
推論統計
統計檢定力是指虛無假設為錯誤的情況下，一種統計檢定方法能夠拒絕該錯誤虛無假設的機率，通常用符號1-β來表示。檢定力會受到真實的對立假設、α水準、檢定的方向性、樣本大小和變異性等因素的影響，計算過程很複雜，但可借助檢定力分析軟體例如G*Power來完成。
平均數比較
獨立樣本t檢定使用不同的研究參與者，關聯樣本t檢定則使用相同或配對的參與者。因為關聯樣本設計所致的變異小於獨立樣本的設計，使得關聯樣本t檢定統計量比獨立樣本更為強力，所以更容易拒絕虛無假設。但關聯樣本設計具有一些固有的限制，使得獨立樣本設計仍舊較常被採用。
推論統計
第一類型錯誤指研究人員相信自變項帶有效果，但實際上沒有效果，該錯誤的機率一般為0.05，通常用符號α來表示。第二類型錯誤指研究人員相信自變項沒有效果，但實際上帶有效果，可被接受的最大機率為0.2，通常用符號β來表示。這兩種錯誤間並非彼此獨立，而是相互消長的關係。