一、从问题反推检验
方法选择由三个信息决定：因变量类型、组数或变量关系、设计是独立还是配对。 先用方法向导缩小范围，再对照下面的决策表确认候选方法。
二、前提检查：不满足就改道
每种检验都有前提。前提不是形式，它决定了你报告的 p 值和置信区间是否可信。 检查结果要写进方法或补充材料，而不是只在心里过一遍。
- 独立性：同一被试的多次测量不能当独立样本；组内相关会低估标准误。
- 正态性：t 检验和 ANOVA 关注残差或组内分布，不是总分布；大样本下可依赖中心极限定理，但要结合图形。
- 方差齐性：不满足时用 Welch t 检验或 Welch ANOVA，不要硬做 Student 版本。
- 期望频数：卡方检验中期望频数小于 5 的格子较多时，考虑 Fisher 精确检验或合并类别。
- 线性与异常值：相关和回归对极端值敏感，必要时做 Spearman 或剔除敏感性分析。
改道不是失败
三、结果怎么报：统计量、p、效应量、CI
APA 风格的结果段至少包含：检验名称、统计量、自由度、精确 p 值、效应量和 95% 置信区间。 只写“显著 / 不显著”，读者无法判断效应大小，也无法做元分析。
- p 值报告精确值；很小的 p 写 p 小于 .001，不要写 p = .000。
- 相关报告 r 与 95% CI；t 检验报告均值差、t、df、p 与均值差的 CI。
- ANOVA 报告 F、df1、df2、p、效应量（如 η²）与事后比较结果。
- 卡方报告 χ²、df、p、样本量与效应量（如 Cramér’s V）。
- 未达到显著性时写“未观察到统计学显著差异”，并说明这不等于证明没有差异。
显著不等于重要。样本量很大时，很小的效应也可能显著；样本量很小时，很大的效应也可能不显著。 报告效应量和置信区间，才能把“有多大、有多不确定”说清楚。
四、多重比较：别用反复检验凑结果
一次研究里做多个检验，会增加至少一个假阳性的概率。处理方式有三种：事先限定主检验、 使用校正（Bonferroni、Holm 等）、或把其余分析明确标为探索性。
- 三组以上比较先用 ANOVA，再做事后检验，不要逐对做 t 检验。
- 主检验只有一个时，补充分析不要抢主检验的解释权。
- 校正会降低功效，所以样本量和分析计划要提前想清楚。
- 看到结果后再决定做哪些检验，会让 p 值的含义失效。
五、案例：相关与组间比较
主检验：依赖与睡眠的相关
218 名被试的 Pearson 相关为 r = -0.685， 95% CI [-0.75, -0.608]， p < 0.001。按 r² 计算，共享方差约 47%。 方向为负：依赖得分越高，睡眠质量得分越低。
这里的“负相关”是变量方向的定义结果，不代表因果。案例在讨论部分统一使用“关联”表述。
补充分析：性别差异
男生睡眠均值 3.618，女生 3.45， 均值差 0.167。Welch t 检验结果为 t(179.45) = 1.485，p = 0.139， 95% CI [-0.055, 0.39]。
置信区间跨过 0，p 大于 .05，规范表述是“未观察到统计学显著差异”。 这不能说明男女睡眠质量完全相同，只能说明这份样本没有提供足够证据支持差异。
补充分析：年龄
年龄与睡眠的 r = -0.053，p = 0.44， 95% CI [-0.184, 0.081]。 相关很弱且不显著，因此后续分层回归仍把年龄作为控制变量，而不是核心解释变量。
可以写进论文的句子
短视频依赖与睡眠质量呈统计学显著负相关，r = -0.685， 95% CI [-0.75, -0.608]， p < 0.001。独立样本 Welch t 检验未观察到男女睡眠质量的统计学显著差异， t(179.45) = 1.485，p = 0.139， 均值差 = 0.167，95% CI [-0.055, 0.39]。