从方法选择到结果解读，系统掌握常用统计方法。
四步决策流：从研究问题到推荐方法，附各工具直达链接。
6 个常见误解 + 正确报告格式，避免「p < 0.05 即显著」的陷阱。
Cohen's d、η²、Cramér's V、r 的参考值与解读标准。
CSV 格式规范、缺失值处理、异常值识别，确保输入无误。
单样本、配对、独立样本三种 t 检验的适用场景、选择逻辑与结果解读。
ANOVA 的原理、前提假设、事后检验与效应量解读。
独立性检验与拟合优度检验的使用场景、计算逻辑与注意事项。
Pearson 与 Spearman 相关系数的选择、解读与常见误区。
简单线性回归的原理、模型评估与结果报告规范。
如何确定合适的样本量：效应量、统计效力与实际操作建议。