在預(yù)防醫(yī)學(xué)中，常用的數(shù)值變量資料假設(shè)檢驗方法主要有以下幾種：
1. t檢驗：t檢驗用于比較兩組數(shù)據(jù)均數(shù)之間的差異是否具有統(tǒng)計學(xué)意義。根據(jù)研究目的不同，可以分為單樣本t檢驗、配對樣本t檢驗和獨立樣本t檢驗。
2. 方差分析（ANOVA）：當(dāng)需要比較三個或三個以上組別間的均值是否存在顯著性差異時，通常采用方差分析方法。如果方差分析結(jié)果顯示存在統(tǒng)計學(xué)意義，則需進一步進行多重比較來確定具體哪些組間有差異。
3. 卡方檢驗：雖然卡方檢驗主要用于分類變量的關(guān)聯(lián)性分析，但也可以應(yīng)用于數(shù)值型數(shù)據(jù)的頻數(shù)分布檢驗，判斷不同類別下的觀測值與理論期望值是否一致。
4. 秩和檢驗（非參數(shù)檢驗）：當(dāng)數(shù)據(jù)不滿足正態(tài)分布或方差齊性的前提條件時，可以考慮使用秩和檢驗。常見的秩和檢驗包括Wilcoxon符號秩檢驗、Mann-Whitney U檢驗等。
5. 相關(guān)性分析與回歸分析：通過計算相關(guān)系數(shù)來評估兩變量間線性關(guān)系的強度；而回歸分析則用于探討一個或多個自變量對因變量的影響程度，并建立數(shù)學(xué)模型預(yù)測因變量的變化趨勢。

以上就是預(yù)防醫(yī)學(xué)中常用的數(shù)值變量資料假設(shè)檢驗方法。在實際應(yīng)用過程中，應(yīng)根據(jù)研究目的、數(shù)據(jù)類型及分布特征選擇合適的統(tǒng)計學(xué)方法。