一份样本还是两份样本，关联与否

当我们进行一份样本的数据分析时，我们说的是把样本中的相关统计数据，如平均数、比率、标准差等，与已知的总体数据相比较。例如，我们已经知道全国的犯罪率，现在我们想比较某个城市的犯罪率是否与全国犯罪率存在差异，这就是一份样本分析。两份样本分析分为有关联的样本和非关联的样本，非关联的样本指的是第一个样本内的数据不会影响到第二个样本，比如对于德国和日本企业，从企业利润中用于再投资研发的比例是否存在差异？两份样本——日本企业和德国企业，是毫不相干的。相关样本分析是指两份样本间存在关联（也成为配对样本），比如一群消费者对于S产品和R产品的评价。我们可以计算出对S产品和R产品评价的平均分，但因为受访者都是相同的消费者，他们的回答可能互相影响。因此，虽然我们有两份样本，但它们之间并不相互独立。

尾注

虽然经过统计检验发现两个变量间的关系统计显著，但也可能在调研目标中这是没什么意义的。也就是说，有意义的结果可能并不统计显著，我们应该把调研发现和研究目标联系起来，以解决客户实际的问题。

TIPS：如何选择推断统计分析方法

分析类型：分析差异还是分析关系/相关性

如果分析差异：

变量是可计量变量还是非计量变量？
•如果是非计量变量：是一份样本还是两份样本？
•如果是一份样本：卡方检验或二项式拟合优度。
•如果是两份相关样本：符号检验、Wilcoxon检验和卡方检验。
•如果是两份不相关样本：曼-惠特尼U检验、卡方检验、Krusal-Walls、ANOVA；
•如果是可计量变量：是一份样本还是两份样本？
•如果是一份样本：z检验和f检验（参数检验）；曼-惠特尼［/检验或Wilcoxon检验（非参数检验）；
•如果是不少于两份的相关样本：配对，检验；
•如果是不少于两份的非相关样本：z检验、f检验、ANOVA和F检验；
 

如果分析关系：

自变量和因变量的类型是什么？
•如果自变量和因变量都是非计量变量：卡方检验、相关系数、Cramer'sV、Kendall'stau-Z?（和其他）；
•如果自变量是分类变量，因变量是可计量变量：ANOVA（F检验）；
•如果自变量和因变量都是可计量变量：回归分析和相关分析（对于二元回归采用t检验；多元回归采用戶检验）。