卡⽅线性趋势检验_卡⽅检验、t检验和⽅差分析的区别
核⼼区别
其核⼼的区别在于：数据类型不⼀样。
如果是定类和定类，此时应该使⽤卡⽅分析；如果是定类和定量，此时应该使⽤⽅差或者T检验。
⽅差和T检验的区别在于，对于T检验的X来讲，其只能为2个类别⽐如男和⼥。如果X为3个类别⽐如本科以下，本科，本科以上；此时只能使⽤⽅差分析。
1. ⽅差分析,⽤于分析定类数据与定量数据之间的关系情况
2. T检验,⽤于分析定类数据与定量数据之间的关系情况.
3. 卡⽅分析,⽤于分析定类数据与定类数据之间的关系情况.例如研究⼈员想知道两组学⽣对于⼿机品牌的偏好差异情况。
福特翼虎2013
进⼀步细分
1)⽅差分析
根据X的不同，⽅差分析⼜可以进⾏细分。X的个数为⼀个时，我们称之为单因素⽅差；X为2个时则为双因素⽅差；X为3个时则称作三因素⽅差，依次下去。当X超过1个时，统称为多因素⽅差。
单因素⽅差分析，⽤于分析定类数据与定量数据之间的关系情况。
在使⽤单因素⽅差分析时，需要每个选项的样本量⼤于30，⽐如男性和⼥性样本量分别是100和120，如果出现某个选项样本量过少时应该⾸先进⾏组别合并处理。
⽐如研究不同年龄组样本对于研究变量的差异性态度时，年龄⼩于20岁的样本量仅为20个，那么需要将⼩于20岁的选项与另外⼀组(⽐如20~25岁)的组别合并为⼀组，然后再进⾏单因素⽅差分析。
如果选项⽆法进⾏合并处理，⽐如研究不同专业样本对于变量的态度差异，研究样本的专业共分为市场营销、⼼理学、教育学和管理学四个专业，这四个专业之间为彼此独⽴⽆法进⾏合并组别，但是市场营销专业样本量仅为20并没有代表意义，因此可以考虑⾸先筛选出市场营销专业，即仅⽐较⼼理学，教育学和管理学这三个专业对某变量的差异性态度。
当对⽐的组别超过三个，并且呈现出显著性差异时，可以考虑使⽤事后检验进⼀步对⽐具体两两组别间的差异情况。
双因素⽅差分析，⽤于分析定类数据(2个)与定量数据之间的关系情况。
例如研究⼈员性别，学历对于⽹购满意度的差异性；以及男性或者⼥性时，不同学历是否有着⽹购满意度差异性；或者同⼀学历时，不同性别是否有着⽹购满意度差异性。
多因素⽅差分析，通常⽤于类实验式问卷研究。
⽐如研究者测试某新药对于胆固醇⽔平是否有疗效；研究者共招募72名被试，男⼥分别为36名，以及男⼥分别再细分使⽤新药和普通药物；同时⾼⾎压患者对于新药可能有⼲扰，因⽽研究者将被试是否患⾼⾎压也纳⼊考虑范畴中。
suv比较
lexuslx570因⽽最终，X共分为三个，分别是药物(旧药和新药)、性别，是否患⾼⾎压；Y为胆固醇⽔平。因⽽需要进⾏三因素⽅差分析即多因素⽅差分析。
在⽅法选择上，问卷研究通常会使⽤⽅差分析，但某些专业，⽐如⼼理学、教育学或者师范类专业等涉及到实验研究时，更多会使⽤T检验进⾏分析，另外⽅差分析与T检验还有较多差异，在某些分析中只能使⽤其中⼀种。
2)T检验
T检验共分为三种⽅法，分别是独⽴样本T检验，配对样本T检验和单样本T检验。
独⽴样本T检验和单因素⽅差分析功能上基本⼀致，但是独⽴样本T检验只能⽐较两组选项的差异，⽐如男性和⼥性。大众 新宝来
相对来讲，独⽴样本T检验在实验⽐较时使⽤频率更⾼，尤其是⽣物、医学相关领域。针对问卷研究，如果⽐较的类别为两组，独⽴样本T检验和单因素⽅差分析均可实现，研究者⾃⾏选择使⽤即可。
3)卡⽅分析
卡⽅检验⽤于分析定类数据与定类数据之间的关系情况。例如研究⼈员想知道两组学⽣对于⼿机品牌的偏好差异情况，则应该使⽤卡⽅分析。
卡⽅是通过分析不同类别数据的相对选择频数和占⽐情况，进⽽进⾏差异判断，单选题或多选题均可以使⽤卡⽅分析进⾏对⽐差异分析。其他不同
⼀、what
1、卡⽅检验 Chi-Square Test
卡⽅检验就是检验两个变量之间有没有关系。
以运营为例:
汽车图片
1. 卡⽅检验可以检验男性或者⼥性对线上买⽣鲜⾷品有没有区别；
2. 不同城市级别的消费者对买SUV车有没有什么区别；
如果有显著区别的话，我们会考虑把这些变量放到模型或者分析⾥去。
2、t检验
亦称student t检验(Student's t test)，主要⽤于样本含量较⼩(例如n < 30)，总体标准差σ未知的正态分布。
T检验是⽤于两个样本(或样本与体)平均值差异程度的检验⽅法。它是⽤T分布理论来推断差异发⽣的概率，从⽽判定两个平均数的差异是否显著。
3、⽅差分析
Analysis of Variance，简称ANOVA，⼜称“变异数分析”。
从⽅差分析的⽬的来看，是要检验各个⽔平(因素中的内容)的均值μ1、μ2、…、μm是否相等(m为⽔平个数)，⽽实现这个⽬的的⼿段是通过⽅差的⽐较(即考察各观察数据的差异)。通俗说，就是有没有变异。
⼆、卡⽅检验和⽅差分析的区别：
1、⼆者的基本思想不同
⽅差分析基本思想：变异分解，总变异=随机变异+处理因素导致的变异，⼜可以分解为总变异=组内变异+组间变异，F=组间变异/组内变异，F的值越⼤，处理因素的影响越⼤。
卡⽅检验基本思想：以卡⽅分布为基础，计算观察值和期望值之间的偏离程度。
2、适⽤的前提条件不同
⽅差分析：数据具有独⽴性、正态性、⽅差齐性。
卡⽅检验：最⼩期望频数均⼤于1；⾄少4/5的单元格期望频数⼤于5；计算时如果单元格期望频数⼩于5要和其他种类合并；样本观察值量超过50。
3、适⽤的场景不同
⽅差分析：均数间的多重⽐较(全部两两⽐较)、各组均数的精细⽐较(可以指定要⽐较的两个组，通过设定系数)、组间均数的趋势检验(为了利⽤分组变量中体现出的次序信息。
⽬的不是为了拟合线性或⾮线性的模型，⽽是希望知道因素的⽔平改变时均数的变化趋势)。
卡⽅检验：单样本卡⽅检验、两样本卡⽅检验、两分类变量间关联程度的度量、Kappa⼀致性检验、Mcnemar 配对卡⽅检验、分层卡⽅检验。
三、卡⽅检验和t检验的区别：
卡⽅检验和T检验的前提条件(原假设)是对⽴的：
五菱电动车mini1. 卡⽅检验：假设没有相关性
2. T检验：假设没有差异(相等)