本课程的时长很短，仅有短短半个多小时时间，许老师用高度凝练的方式，对二语习得研究中的常用统计方法做了归纳整理，并解答了部分问题。
从大的分类来讲，统计可分为“寻找差异”和“寻找联系”两个大类，更进一步的，根据自变量和因变量的个数的多少，就可分为单因素统计和多因素统计。在单因素统计中，t检验、方差分析是寻找差异的统计方法；而相关、回归、以及卡方分析则是寻找关联的方法。结合自己的所学，以下简单举例：
t检验: A班和B班成绩是否有差异（组间）；某班入学和期末成绩是否有差异（组内）；
方差分析：与上面类似，班级增加为三个，或水平分为三个及以上，例如入学、期中以及期末的成绩比较；
相关和回归比较类似，或者说，相关是回归的前提，如果要推断自变量对因变量的预测关系，首先它们之间必须相关。例如，学生来自农村还是城市、入学成绩、自尊水平、对老师的期待值、对大学、未来的期待值（期待值都用5级来表示）对他们的期末成绩（或者毕业后的工资水平，但工资水平的预测变量肯定不仅仅上述因素，所以还是成绩更加靠谱）的预测。
卡方检验：分为卡方独立性检验和拟合检验，这个不是很熟悉，需要加强学习。
而多因素统计，主要包括了复杂一些的方差分析、CFA和EFA（验证性因子分析和探索性因子分析，一般是EFA在前）、SEM（结构方程模型，很复杂，还没系统学习）、路径分析（个人理解和SEM类似，探索因素间的关系）、聚类分析（个人理解就是EFA，或者自己想不出来区别，还有对于EFA过程中，旋转与不旋转的区别也不是很能区分）、判别分析（无接触，需学习）。
