统计中ANOVA 、ANOVA with blocks、Fisher、Mann whitney、Pearson、Unpaired TTest有啥区别？

ANOVA 是方差分析方法，如果您一点统计学原理都不懂我只能描述一下其用法。方差分析就是从方差入手，考察不同的控制变量对观测变量值的影响。比如农作物的产量是否与地理位置的不同而不同，学生的成绩是否因为家庭环境的不同而不同，等等。具体原理就是控制变量（地理位置，家庭环境）的影响与随机因素的影响谁更加突出。如果控制变量的影响更大那么认为控制变量起作用。具体应用时条件较多，例如同方差的假定等等。ANOVA with blocks我还真没有听说过，翻译不准。不知道是不是多因素方差分析里的，那就介绍下多因素方差分析，还是举例来说，像考察小麦的产量，小麦的产量跟土地不同的地块有关系，看看是否不同的地块存在不同的产量，这是单因素方差分析要解决的问题，而除此之外考察小麦的不同品种、不同地块对产量的影响，将控制变量扩展到两个及两个以上就是多因素方差分析要解决的问题。

Fisher是个统计学家，并不是种统计方法，以Fisher命名的统计学方法我知道的不多，在判别分析中只知道有Fisher判别。

Mann-whitney检验属于非参数检验中的一种方法，用来对两总体的分布进行判断。考察两组独立的样本来自的两个总体分布是否存在差异。通过研究两组样本的平均秩来实现。数学上的推导我是看不太明白，秩就是说变量值排序的名次。这个方法使用的方面与分析差不多，比如检验两不同品种小麦的产量，两种节能灯的使用寿命是否不同，不一样的是采用检验的原理不同。具体您可以找一本介绍非参数检验的书来看。我也很难将清楚。

Pearson也是个统计学家。我所知道的只有Pearson相关系数。具体我在别人的博客里看到有介绍http://blog.163.com/jiajia820916/blog/static/2830291020083921756775/

可以参考还有sas的程序。我也不过多赘述了。

Unpaired T-test是未配对样本T检验，属于参数检验中的内容，与非参数检验类似，都是根据样本对总体进行推断，属于推断统计中的内容。不同的是参数检验首先对两总体的分布进行假定，而非参数统计则不需要。未配对样本也可以说独立样本T检验，主要是推断两个总体均值是否存在差异。例如考察两个地块小麦产量的均值是否不同。具体的计算方法在数理统计中有介绍，随便找本书就有，也不是很难懂。

像方差分析、判别分析、Mann whiney检验、独立样本t检验，都是考察不同影响因素对被影响因素是否产生影响。但是原理不同。具体应用的时候要看你分析问题的目的。其实统计上没有对错，只有好坏。

当然许多问题我也没有学有所成，我学了六年统计了，但是还是感觉像没有学过。希望我的意见对你有所帮助。