t檢驗，亦稱student t檢驗（student』s t test），主要用於樣本含量較小（例如n < 30），總體標準差σ未知的正態分佈。 t檢驗是用t分布理論來推論差異發生的概率，從而比較兩個平均數的差異是否顯著。
用到t檢驗的場景：
1.單個樣本平均數的假設測驗
1.比較成組資料的平均數
2.比較成對資料的平均數
f檢驗（f-test），最常用的別名叫做聯合假設檢驗（英語：joint hypotheses test），此外也稱方差比率檢驗、方差齊性檢驗。它是一種在零假設（null hypothesis, h0）之下，統計值服從f-分布的檢驗。
用到f檢驗的場景：
1.對實驗結果進行方差分析（方差分析採用的檢驗統計量是f統計量，即f值檢驗）
-單因素
-多因素
2.對成組資料進行方差齊性檢驗
-判斷兩組資料總體方差是否相等
方差分析：為了使生產過程穩定，達到優質、高產，需要對影響產品質量的因素進行分析，找出有顯著影響的那些因素，除了從機理方面進行研究外，常常要作許多試驗，對結果作分析、比較，尋求規律。用數理統計分析試驗結果、鑑別各因素對結果影響程度的方法稱為方差分析（analysis of variance），記作 anova。
多重比較：是為了指方差分析後對各樣本平均數間是否有顯著差異的假設檢驗的統稱。
方差分析只能判斷各總體平均數間是否有差異，多重比較可用來進一步確定哪兩個平均數間有差異，
哪兩個平均數間沒有差異。
也就是用f測驗/檢驗進行方差分析後，發現多個處理間存在顯著變異，可以利用多重比較進一步的分析
卡方檢驗，U檢驗，t檢驗，F檢驗
卡方檢驗 主要用於等級資料 t檢驗 適用於計量資料 正態分佈 方差具有齊性的兩組間小樣本比較。包括配對資料間 樣本與均數間 兩樣本均數間比較三種，三者的計算公式不能混淆。也可以這樣理解主要是用於小樣本 樣本容量小於30 的兩個平均值差異程度的檢驗方法。u檢驗 檢驗應用條件與t檢驗基本一致，只是當大樣...
T檢驗和F檢驗
1,t檢驗和f檢驗的由來 一般而言，為了確定從樣本 sample 統計結果推論至總體時所犯錯的概率，我們會利用統計學家所開發的一些統計方法，進行統計檢定。通過把所得到的統計檢定值，與統計學家建立了一些隨機變數的概率分布 probabilitydistribution 進行比較，我們可以知道在多少 的...
均值差異大但是t檢驗不顯著 Z檢驗和t檢驗的區別
概念區別 t檢驗，亦稱student檢驗 student s test 主要用於樣本含量較小 例如n 30 總體標準差 未知的正態分佈資料。z檢驗是一般用於大樣本 即樣本容量大於30 平均值差異性檢驗的方法。它是用標準正態分佈的理論來推斷差異發生的概率，從而比較兩個平均數平均數的差異是否顯著。區別一...