你已經看過，有些事高度仰賴樣本，而有些則完全與樣本無關。在統計推論中，能區分這兩者非常重要。當某個結果不如你預期時，了解更換樣本是否會改變結果很關鍵。
請將下列各項依據是否由你選擇的樣本所決定進行分類。
本練習屬於課程
將理論付諸實踐，立即體驗我們的互動練習
在本章中，我們將探討樣本與可被統計上正當化之結論之間的關係。選擇樣本是做出穩健統計決策的基礎，而我們會說明樣本的選擇如何影響你的推論結果。
當前練習
學習如何應用常態性檢定、相關性檢定，以及母數與非母數檢定來進行可靠的推論。假設檢定是一組工具，為任務選對工具對統計決策至關重要。雖然你可能在入門課程中接觸過部分檢定，但本章會帶你更深入，強化你的推論工具箱。
在本章中，你將於各種情境下衡量並解讀效果量，認識多重比較問題，並深入探討檢定力。p 值可以告訴你是否存在顯著效果，但不會告訴你效果有多強。效果量則衡量處置所造成之效果的強度。掌握影響效果量的關鍵因素就在本章。
你將以拔靴法（bootstrapping）、置換檢定（permutation tests），以及從 p 值彙整證據的方法，進一步擴充你的推論統計工具箱。拔靴法會帶給你統計模擬的初步體驗。在統合分析這一課中，你會學到如何整合多個研究的結果。最後將介紹置換檢定—一種強大且彈性的非母數統計工具。
