基本数据解释大家好，
我有一些非常基本的问题，我想检查如何正确回答（我从统计开始，请耐心等待）。我不确定要选择哪种结果来制定简单的答案。
我的实验是关于修复绘画前后的固定数量和审美体验的变化。
我的数据是：
-恢复阶段（之前/之后）
-固定计数（数量）
-审美体验（是/否）
问题：（“是/否”和“如何”）
1）恢复阶段和注视次数之间有关系吗？
2）恢复阶段与审美经验之间是否存在关系？
3）固定数量与审美经验之间是否存在关系？
我在这里放置了我所做分析的图像。
附：我决定不排除异常值。
答案：
1）不，修复阶段与注视次数之间没有显着关系（ α= 0,05 / p = 0.3498 ）
2）是的，有恢复阶段（之前/之后）与审美经验之间存在显着的关系（α= 0,05 / ChiSquare = 0,037 / p = 0,8484 /）。
3）不，注视次数与审美经验之间无显着关系（α= 0,05 / p = 0,6071）。
我需要的帮助：
-答案正确吗？该分析对我拥有的变量类型好吗？
-如果我的统计数据很好，就无法检查因果关系，对吗？（因为它们都包含名义变量）。如果不是，如何从实际分析中了解变量如何影响另一个？
-为了丰富我的分析，我还能对分析得出的每个答案说什么？
非常感谢你！
回复：基本数据解释1。固定测量之前和之后的计数是否都在同一个人上，还是测量了不同的个人？前一组，后一组？
2。固定计数是您用来估计喜欢/不喜欢....正确的数值。
回复：基本数据解释吉姆，你好
1。他们是两个不同组中的不同个人，前一组和后一组。
2。我想检查是否更多/更少的注视与审美体验有关（是/否）。假设：对审美经历说“是”的人会更着迷吗？
回复：基本数据解释我相信你想做
分析==>适合模型
将您的模型定义为
Y变量，注视计数
您的模型效果
审美的
恢复
美学*恢复
它应该为您提供所需的所有分析
回复：基本数据解释我想指出的是，您的分析虽然与通常教授统计数据（不好）和大多数入门统计书籍的方式保持一致，但越来越多地被视为不良做法。 不应将您这样的证据视为回答以下问题：x和y之间是否存在关系或是否存在关系？所有结果均以概率表示，即灰色阴影而不是是/否问题。 在我看来，将答案二等分是不好的统计实践。 决策通常是二分法，但事实并非如此。 确定因果关系更加模糊。
我建议重点关注数据的好坏，以及数据中有多少变化。 对于此类定性问题，您的数据集非常小，因此我认为从这些数据中得出任何结论都是不合适的。 相反，您能做的最好的就是说您的有限数据是否与特定假设一致。 而且，如果您拒绝不存在任何关系的假设，则不要将其解释为支持您一直在考虑的任何特定替代假设。 拒绝只是意味着您正在判断的证据足以说明，除了随机变化以外，还有其他原因可以解释您所看到的模式（或者像其他人所说的，原假设-无影响-肯定是错误的；更有趣的是您可以说出效果大小：绝对不是零，但是真正的问题是它有多大？）。
