统计学
288 种方法。
Hypothesis-test 72
对齐秩变换方差分析 (ART-ANOVA)协方差分析 (ANCOVA)巴纳德精确检验贝叶斯功效分析（保证值）Benjamini-Hochberg Procedure (FDR Control)Bland-Altman 方法一致性分析Bonferroni校正Brunner-Munzel Test皮尔逊卡方独立性检验卡方检验功效分析卡方独立性检验Cochran's Q 检验Cohen's Kappa Coefficient计划对比分析皮尔逊相关系数的统计功效分析Cramer's V描述性统计Dunn氏多重比较检验等效性检验（TOSTFine-Gray 竞争风险模型费舍尔精确检验Fleiss Kappa多评分者一致性系数Friedman 检验Games-Howell 事后检验分层线性模型 (HLM / 多层模型)Holm校正（Holm-Bonferroni校正）Hotelling T²检验独立样本t检验组内相关系数 (ICC)刀切法估计Jonckheere-Terpstra检验有序备择假设Kendall Tau 秩相关柯尔莫哥洛夫-斯米尔诺夫检验Kruskal-Wallis H检验线性判别分析 (LDA协方差多变量分析 (MANCOVA)Mann-Whitney U 检验多元方差分析 (MANOVA)麦克尼马尔检验中介分析混合方差分析多层次中介分析多层和混合效应模型的功效分析Friedman检验的Nemenyi事后检验单因素方差分析Page's L 检验有序备择假设配对样本 t 检验偏相关Pearson积矩相关系数点双列相关ANOVA 的功效分析比例检验的功效分析多元回归的功效分析t检验的功效分析双比例z检验重复测量方差分析Wald-Wolfowitz 游程检验Scheffé 检验结构方程模型（SEM）的功效分析顺序分析（分组顺序设计）夏皮罗-威尔克正态性检验Siegel-Tukey 检验（用于尺度差异）符号检验基于仿真的功效分析（蒙特卡洛功效）Somers' DSpearman秩相关系数生存研究的功效分析双向方差分析（Two-Way ANOVA）范德瓦尔登正态分数检验Welch方差分析Welch's t检验（方差不齐）Wilcoxon符号秩检验
Regression-model 66
经调整的箱线图（Adjusted Boxplot）Anderson-Darling正态性检验贝叶斯自助法（Bayesian Bootstrap，由 Rubin 提出）BCa Bootstrap（偏差校正和加速法）Beta回归精确二项检验块自举（移动块和固定块）Bootstrap Inference断点分析聚类稳健标准误Conover-Iman 事后检验双重（迭代）自助法Fligner-Killeen 方差齐性检验Gamma回归（GLM）广义最小二乘法 (GLS)异方差稳健 (HC) 标准误Huber回归零值模型（Hurdle Model）影响诊断 (库克距离, DFFITS, 杠杆率)Jackknife Resampling核密度估计与分布检验 (KDE)最小中位数平方（LMS）回归最小裁剪平方和（LTS）回归Levene 和 Brown-Forsythe 方差齐性检验Lilliefors 正态性检验M估计量（稳健回归）中位数绝对离差 (MAD) 估计最大似然估计MM估计量稳健回归Mood's Median Test多元线性回归多元多重线性回归分位数回归（非参数变体）有序逻辑回归（比例优势模型）普通最小二乘法 (OLS)参数自举法置换 (随机化) 检验多项式回归Fisher精确随机推断RANSAC回归稳健方差分析（Welch & Trimmed Mean）鲁棒聚类分析 (TCLUST)稳健相关（Spearman、Kendall和双权重）稳健协方差估计 (MCD)稳健判别分析稳健因子分析稳健豪斯曼设定检验稳健逻辑回归稳健的马氏距离稳健线性混合效应模型鲁棒主成分分析 (RPCA)稳健时间序列分析S估计量稳健回归简单线性回归Sn和Qn稳健尺度估计量逐步回归回归的Tau (τ)估计量Theil-Sen 估计器Yuen's检验 (截尾均值检验)双样本柯尔莫哥洛夫-斯米尔诺夫检验W-估计量稳健回归（Welsch / Tukey Bisquare）加权最小二乘法 (WLS)Wild Bootstrap for Regression Inference温莎化估计零膨胀负二项回归 (ZINB)零膨胀泊松（ZIP）回归
Classical statistics 43
贝叶斯协方差分析 (Bayesian ANCOVA)贝叶斯卡方检验贝叶斯交叉制表分析贝叶斯描述性统计贝叶斯费舍尔精确检验贝叶斯独立样本t检验贝叶斯 Mann-Whitney U 检验贝叶斯多元方差分析 (Bayesian MANOVA)贝叶斯单样本t检验贝叶斯单因素方差分析贝叶斯双因素方差分析贝叶斯威尔科克森符号秩检验交叉分类分析效应量分析频率分析独立样本 t 检验肯德尔τ秩相关单样本t检验配对样本t检验功效分析稳健的协方差分析稳健卡方检验稳健描述性统计稳健效应量分析稳健 Fisher 精确检验稳健频率分析稳健Friedman检验稳健独立样本t检验稳健 Kendall's Tau 秩相关稳健型Kruskal-Wallis检验稳健Mann-Whitney U检验稳健多元方差分析 (Robust MANOVA)稳健单样本t检验（截尾均值）稳健单因素方差分析稳健配对样本t检验稳健皮尔逊相关系数稳健功效分析稳健重复测量方差分析稳健 ROC 分析稳健的 Spearman 相关性稳健双因素方差分析稳健 Wilcoxon 符号秩检验ROC分析（受试者工作特征）
Regression / GLM 40
贝叶斯 Cox 回归贝叶斯广义相加模型 (Bayesian GAM)贝叶斯广义线性模型Bayesian Hierarchical Linear Model贝叶斯LASSO回归贝叶斯混合效应模型贝叶斯多项逻辑回归贝叶斯多元线性回归贝叶斯负二项回归贝叶斯序数逻辑回归贝叶斯泊松回归贝叶斯概率模型贝叶斯分位数回归贝叶斯稳健回归贝叶斯简单线性回归贝叶斯生存回归贝叶斯 Tobit 模型贝叶斯零膨胀模型弹性网络回归广义线性模型 (GLM)分层线性模型 (HLM)混合效应模型多元逻辑回归有序逻辑回归面板简单线性回归稳健 Cox 回归稳健广义线性模型稳健分层线性模型稳健多项逻辑回归稳健多元线性回归稳健负二项回归稳健泊松回归稳健Probit模型稳健分位数回归稳健回归Robust Ridge Regression稳健简单线性回归稳健零膨胀模型生存回归零膨胀模型
Multivariate analysis 36
贝叶斯典型相关分析 (Bayesian CCA)贝叶斯聚类分析贝叶斯联合分析贝叶斯判别分析贝叶斯层次聚类 (Bayesian Hierarchical Clustering, BHC)贝叶斯 K-均值聚类贝叶斯潜在类别分析 (Bayesian Latent Class Analysis, BLCA)贝叶斯混合模型贝叶斯调节中介贝叶斯调节分析贝叶斯多维尺度分析 (BMDS)贝叶斯多重对应分析 (BMCA)贝叶斯主成分分析 (BPCA)聚类分析判别分析潜在类别分析 (Latent Class Analysis, LCA)混合模型调节中介分析多维尺度分析 (MDS)路径分析稳健典型相关分析 (Robust CCA)稳健的验证性因子分析稳健联合分析稳健对应分析鲁棒层次聚类鲁棒 K-均值聚类稳健潜类别分析稳健潜在剖面分析 (Robust Latent Profile Analysis)稳健中介分析鲁棒混合模型拟合稳健有调节的中介分析稳健调节分析稳健多维尺度分析 (Robust MDS)稳健多重对应分析 (Robust MCA)稳健路径分析稳健结构方程模型