Ha a nem, a független változó és van egy akármilyen függő változó, a hipotézis pedig az, hogy a nem hatással van a függő változó értékére, akkor t-próbát, korrelációt vagy regressziót kéne alkalmaznom?

A korreláció (bármelyik) itt nem használható. Egyik módszer sem. Nem erre van kitalálva. A korreláció (bármelyik módszer) nagyon leegyszerűsítve azt méri ha az egyik változó növekszik akkor a másik is növekszik.

Ilyen esetben ha a két csoportban a mért értékek eloszlása olyan akkor a t-próba az jó tud lenni. Ha nem jó az eloszlás akkor ahogy korábban valaki írta lehet próbálkozni transzformációkkal, vagy esetleg más módszert keresni. Ilyen kis mintaszámnál pl. első körben egy "grafikus módszer" is szóbajöhet (legalább látsz valamit arról, hogy hogyan néz ki) én csinálnék egy box-whisker diagrammot a két csoporttal és ránéznék, hogy azon mit lehet látni /sokat nem mert 5-7 fős csoportokra nem igazán lesz használható de talán segít valamit/. Ha azon látszik valami eltérés akkor keresnék tovább módszereket. A 0.033 az a t vagy a p értéke a két mintás t-próbának? Ha 12 elemű a mintád és 58-42% 7 db és 5 db minta a két csoport, erre én nem esnék neki két mintás t-próbával, gyakorlatilag nincs adat. Lehet, hogy "elfogadják" meg "másnak sincs több adata" és próbálkozzunk valamivel megoldások vannak. Amit még meg kell nézni (főleg ilyen kis számú mintánál), hogy hogyan alakul a mérési hibahatár/mérés érzékenysége. Illetve van-e esetleg olyan tényező ami elhúzhatja magát a mérést (ami szintén mutathat nemi eltérést). És nem arra vagyok kiváncsi, hogy valami elektronikus kütyüvel mértük és az kiír egy számot és úgy van, hanem meg kell nézni a doksiban, hogy pontosan hogyan kell értelmezni az eredményt, illetve mi befolyásolhatja a mérést (pl. mi futottunk bele olyanba, hogy FeII ionok befolyásolhatnak egy mérést, de ez csak útólag derült ki a kiértékelésnél és senki nem mért a mintában FeII-t aztán kezdtük előllröl az egész mérési sorozatot, és külön mértük az FeII-t). Ezek a mérési bizonytalanságok kis minta szám esetén sose derülnek ki. Ugyanígy a laborhibák sem (még a legprecizebb labornál is előfordulhat a minta előkészítésnél, mérésnél egy-egy pontszerű hiba, a módszerből eredő hibákról ne is beszéljünk). Tök jók a mai becseppegtetem a mintát és kiírja az eredményt módszerek de sokan már nem is értik mi van mögöttük és hátradőlnek: "hát ezt köpte ki a műszer és akkor az biztosan jó" hát biztosan jó a nagymam rántott szelete de egy mérés esetén ebben sose lehetünk biztosak. Egyszer csináltunk egy nagyobb mérést és totál zagyva eredményeket kaptunk, majd megcsináltuk azt, hogy ugyanazt a mintát szétosztva több darabra elküldtük 5 laborba, hogy mérjék meg. Mindegyik esküdött (pecsétes papírral), hogy ők tuti lemérték és tuti annyi. Hát voltak érdekességek benne. Ezért is veszélyes a kis minta szám. Értem én, hogy egy-egy biomarker mérése k*drága (erre nincs jobb szó sajnos ezért bocs), és örülünk, hogy egyáltalán van valami adat, de akkor ne essünk ágyúval a verébnek. El kell fogadni, hogy kicsi a minta szám, és ezzel főzünk (olcsó húsnak híg a leve eset). Ha "nagyjából" normális eloszlású (esetleg van szakirodalmi adatod, hogy mások ezt már megmérték nagyobb mintaszámra és nekik normális volt) akkor szerintem ne görcsölj sokat két mintás t-próba és el van intézve, ilyen elemszám esetén más módszer sem lesz pontosabb. 5/7 pont esetén még az "általános iskolai módszer" is működhet. Veszel egy kék meg egy piros ceruzát és egy számegyenesre kipontozod kékkel hogy hova esnek a nők, és pirossal, hogy hova a férfiak és meredten nézed a színes pacákat. (szegény ember bix-whisker diagramja). Ez legalább neked fog segíteni, hogy tisztán lássál.

De ennyire pici minta esetén nagy csodát ne várj.