R语言ggstatsplot包grouped_ggwithinstats函数可视化分组小提琴图、并添加假设检验结果（包含样本数、统计量、效应大小及其置信区间、显著性、组间两两比较、贝叶斯假设）

R语言ggstatsplot包grouped_ggwithinstats函数可视化分组小提琴图、并添加假设检验结果（包含样本数、统计量、效应大小及其置信区间、显著性、组间两两比较、贝叶斯假设）、图形上的统计检验结果报告符合APA统计报告的标准

连续变量的组间差异检验：研究中我们经常关注组间差异的比较问题。例如，接受某种新药治疗的患者是否较使用某种现有药物的患者表现出更大程度的改善？如果测量指标是用连续型变量表示，我们就需要比较两组或多组之间的该指标有无统计学差异。

独立样本的 t 检验：假设变量的分布呈正态分布，针对两组的独立样本，t 检验可以用于两个总体均值之间的比较。通常我们需要先用函数 var.test( )检查两组间是否具有方差齐性，即方差是否相等。

非独立样本的 t 检验：在比较两组的差异时，由于组间不是独立的，需要用配对的 t 检验。此时，在函数 t.test( )里，我们需要将参数 paired 设为TRUE。

ANOVA：当需要比较的组多于两个时，如果数据是从正态总体中独立抽样而得的，且满足方差齐性，我们可以用方差分析（Analysis of Variance，ANOVA）。在分类变量只有一个时，这种方差分析被称为单因素方差分析（one-way ANOVA）。

组间差异的非参数检验：如果数据无法满足 t 检验或者方差分析的假设，例如变量呈明显的偏态分布，或者组间不具有方差齐性，我们可以采用非参数方法。对于两组独立样本，可以使用 Wilcoxon 秩和检验来评估观测值是否是从相