| Y（输出） | X（输入） | 检验方法 | 考试频率 |
|---|---|---|---|
| 连续数据 | 离散数据（2组） | 双样本t检验 / 配对t检验 | ★★★★★ |
| 连续数据 | 离散数据（≥3组） | 单因素ANOVA | ★★★★★ |
| 离散数据 | 离散数据 | 卡方检验（独立性检验） | ★★★★ |
| 连续数据 | 连续数据 | 简单线性回归 / 多元回归 | ★★★★ |
| 连续数据（非正态） | 离散数据（2组） | Mann-Whitney检验 | ★★★ |
| 连续数据（非正态） | 离散数据（≥3组） | Kruskal-Wallis检验 | ★★★ |
适用：比较两组连续数据的均值是否有显著差异。三种类型：单样本t检验（比较样本均值与目标值）、双样本t检验（比较两个独立组的均值）、配对t检验（同一组对象前后比较）。判定：p<0.05→两组均值有显著差异。注意：需满足正态性和方差齐性假设，不满足时改用非参数检验。
适用：比较多组（≥3组）连续数据的均值是否有显著差异。相当于t检验的扩展版。核心概念：组间方差与组内方差的比值（F统计量）。判定：p<0.05→至少有一组与其他组显著不同，需做多重比较（如Tukey法）确定具体哪两组不同。
适用：比较两个离散（分类）变量之间是否独立。常用于比较不同组间的比例/率差异。判定：p<0.05→两个分类变量不独立（有关联）。
适用：建立连续Y与连续X之间的定量关系模型 Y = b₀ + b₁X。输出关键指标：R-sq（模型解释的变异百分比，越高越好）、p值（模型是否显著）、回归系数和残差分析。
当数据不满足正态性假设时使用。Mann-Whitney检验替代双样本t检验；Kruskal-Wallis检验替代ANOVA。非参数检验不要求正态分布，但统计功效略低。
三步法：判数据类型→判比较组数→匹配检验。Y连续+X离散+两组→t检验；多组→ANOVA；Y离散+X离散→卡方；Y连续+X连续→回归。
p<0.05→有显著差异→拒绝原假设。注意p值不是差异大小度量，只判断差异是否显著。
难度中等。大多不需完整手算，重点在读结果。绿带需要会手算简单t统计量，黑带需要能读Minitab/JMP输出报表。
统计工具是六西格玛的核心竞争力。掌握它们不仅在考试中能拿到50%以上的分值，更能在实际工作中用数据说话、用统计证明。同创云课堂的课程中每个统计工具都配有大量练习题和Minitab实操演示。
