SPSS各实验概念的区分
连续性变量与连续性变量----t检验
关于基本统计量指标（集中趋势，离散趋势，分布形状等）需要使用t检验。t检验有数量的要求，只有一个自变量和一个因变量才可以使用t检验。它分为以下几类：
A.单样本t检验，一个已知总体和一个已知部分以及其所属总体。
B.两独立样本t检验，两个已知的样本以及从属的两个总体。
C.配对样本t检验，经过配对（按某些条件进行匹配）后的两个样本
连续性变量与连续型变量----f检验
关于基本统计量指标（集中趋势，离散趋势，分布形状等）
当自变量变多的时候，不再是两个自变量时。注：因变量只有一个。
会使用方差分析也就是f检验。它分为以下几类：
A.单因素设计方差分析，一个研究因素的不同水平影响下的连续性变量研究.
B.随机区组设计方差分析，进行配对的两个因素分析。
C.析因设计方差分析，两个及以上因素（水平）---多因素多水平----存在交互作用时使用
D.重复测量方差分析，同一批受试对象的同一指标在不同时间点上进行测量。
1.单因素重复
2.两因素中一个因素重复（无交互作用）
3.两因素中一个因素重复（两个因素存在交互作用）
4.不等距重复测量
5.两因素均为重复测量
E.方差分析中为了扣除第三个因素的干扰时，就要选择协方差分析
F.方差分析中为了随机化处理，可以选择交叉设计方差分析（随机顺序做完所有测试，仅为顺序不一）
G.三个因素，且水平数都相同可以使用拉丁方设计方差分析
H.在实验中，至少一个因素的水平被局限在另一个因素水平的范围内（因素之间不能有主次之分）可以使用嵌套设计方差分析，分为两因素嵌套和三因素嵌套
I..减少试验次数还能获得更好的实验结果，确定各因素对指标的影响规律，分清各因素对结果的影响大小，哪些是相互影响，也可选出最佳的因子组合
J.研究因素有主次之分，使用裂区设计
以上的方差分析只能证明各因素间存在差异。至于哪两个因素间存在差异，还需要进行事后两两比较才可以具体得知是哪两个因素存在差异
分类变量与分类变量------卡方检验
分类变量间的关系寻找可以使用卡方检验，比较理论频数与实际频数之间的拟合优度
卡方检验分为2*2式，R*2,R*C（需要事后做卡方分割来寻找哪两个因素之间有关系），2*C，线性趋势，配对设计，分层（三个自变量，自变量再多可以使用logistic回归）
非参数检验
之前的都是非参数检验
非参数卡方，二项检验，游程检验，单样本k-s，2独立样本k-s，K独立样本，两个相关样本，K个相关样本
因变量的变化----多元方差分析
单组，两组，多组比较
轮廓分析是比较两组或者是多组变量的轮廓是否相等，就是比较不同样本在不同条件下的轮廓。
轮廓分析需要补充！！！！
相关
检验连续性变量和连续型变量之间相关关系的强弱和方向
皮尔逊
斯皮尔曼
典型相关
距离相关
偏相关
回归分析
连续性变量和分类变量间的关系，要求得到明确的数学逻辑关系式和变化数值，可以精准预测数据走向
曲线回归
非线性回归
一般线性回归
多重线性回归
二元logistic回归
有序和无序logistic回归
多元logistic回归
条件logistic回归
生存分析
聚类与判别分析
主成分与因子分析
ROC曲线
多重响应分析
信度与效度分析
神经网络模型分析
决策树分析
对数线性模型分析
中介与调节效应
倾向性评分
一致性分析
时间序列分析
路径分析
对应分析