当数据不符合正态分布时，除转化为正态分布检验外，还可运用非参数检验的方法。

至于说什么时候应该用哪个函数来作变换，原文也针对常见的几种情况给出了一些建议。当然，我们会遇到的数据纷繁复杂，究竟用什么函数效果比较好，还是得通过反复尝试并实际验证才知道。

假如我们的总体分布不怎么正态，样本量也不是很大，感觉用 t 检验好像有点儿够呛，这时该怎么办？

运用之妙，存乎一心，正所谓“无招胜有招”才是最高境界，你说是吗？

为什么不发明一些统计检验直接算出假设成立的可能性呢？

多少数据才算够？

多少数据才算够？

有人说：「统计学就是个p！」此p可不像彼「屁」，可以一放了之。