🐟 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
無母數檢定
當卡方獨立性檢定的假設檢定指出類別變項間有關聯時，可以透過事後分析來探討哪些情況導致統計顯著的結果。事後分析包括標準化殘差和調整後殘差，標準化殘差為觀察次數和期望次數間相對差異的一個描述統計量，調整後殘差為標準化殘差的改善統計量，可用來和標準分數比較。
雙尾檢定
無母數檢定
費雪精準檢定是探討2個名義尺度變項間的關聯，且適用在樣本數較小或任何細格的期望次數少於5的2X2列聯表的一種無母數檢定。這個檢定在觀察次數形成的列聯表邊際合計固定時，計算出所有可能的2X2列聯表機率，再計算單尾和雙尾檢定機率，最後利用該機率來評估分析結果。
相關係數
當同一個樣本裡有兩個皮爾森積差相關係數，且這兩個相關係數帶有共同的變項，則這兩個相關係數不是彼此獨立，而是相互關聯的情況。此時，若想比較這兩個皮爾森積差相關係數是否明顯不同，須進行兩個相依的皮爾森積差相關係數的假設檢定，使用ｔ分配和ｔ檢定統計量。
相關係數
皮爾森積差相關係數可以測量兩個變項的關聯程度和方向，若想瞭解相同的兩變項在兩個不同群組裡的關係，可以分別求得兩群組的相關係數後再比較。但透過此法只能看出相關係數的大小，若想探討相關係數是否明顯不同，則須進行兩個獨立的皮爾森積差相關係數比較的假設檢定。
相關係數
複相關係數是數個變項間關聯程度的一個量化數值，一般會在一個依變項和數個自變項的多元線性迴歸分析結果裡看到，符號為Ｒ。不過為了理解方便，通常會用Ｒ平方而不是Ｒ來做解釋。複相關係數的假設檢定在檢驗自變項整體對於依變項的預測是否有幫助，使用Ｆ分配和Ｆ值。