6. Параметрические методы

6.1. Количественные данные, имеющие нормальное распределение, можно анализировать с помощью параметрических методов: одновыборочный t-критерий, t-критерий для двух независимых или парных выборок, а также однофакторного дисперсионного анализа ANOVA и ANOVA для повторных измерений при сравнении трех и более групп.

6.2. Параметрические тесты более универсальны, чем непараметрические, но зависят от допущений о том, что дисперсии примерно одинаковы в каждой группе, поэтому в дополнение к проверке нормальности распределения рекомендуется использовать критерий Ливеня для проверки равенства дисперсий.

6.3. Общепринятый критический уровень значимости нулевой гипотезы равен 0,05, и при p < 0,05 различия мер центральной тенденции признаются статистически значимыми. При проведении дисперсионного анализа подобный результат не дает ответа на вопрос, между какими из трех (или более) выборок будут статистически значимые отличия.

Для изучения различий между отдельными средними значениями можно использовать апостериорные сравнения, которые представляют собой попарные сравнения изучаемых групп для обнаружения различий между ними, а также ортогональные контрасты. Критический уровень значимости нулевой гипотезы при попарном сравнении выборок рекомендуется снижать (например, с использованием поправки Бонферрони).