否。您应该使用单因素方差分析一次性分析所有组,然后使用多重比较检验进行分析。唯一例外是,有些“组”实际上是用来证明测定有效的对照组,而非您所要问的试验问题的一部分。
您可以输入均值、SD(或SEM)和N,和Prism可计算非成对t检验或Welch t检验。Prism无法进行配对检验,因为配对需要分析每一对。它也不能做任何非参数检验,因为这些检验需要对数据进行排序。
否。t检验比较两个均值之间的差异,并将该差异与根据标准差和样本量计算的差异的标准误差进行比较。如果您只知道这两个均值,就无法做任何统计比较。
完全基于正态性检验做出决定并非良好方式。选择何时使用非参数检验并非一个直接的决定,您也无法真正将该过程自动化。
不进行t检验。将数据输入到列联表并使用Fisher精确检验进行分析。
您应使用专门设计的方法来比较生存曲线。不要对生存时间进行t检验。
尽管这听起来是个好主意,事实上却不是。该决定应作为试验设计的一部分,而非基于对数据的检查。
否。如果选择分析方法是试验设计的一部分,任何统计检验的结果只能从表面上进行解读。
Ruxton(1)和Delacre(2)有力地证明了这是一个好主意。
1.Ruxton,不等方差t检验是Student t检验和Mann-Whitney U检验的一种未得到充分利用的替代方法。行为生态学(2006)第17卷(4)第688页
2.Delacre,M.、Lakens,D.L.、和Leys,C.(2017)。为何心理学家应默认使用Welch t检验而非Student t检验。Rips 30:92-10。