因為每一對資料就是一個區組(也稱隨機化約束)，區組內兩數的波動可能存在相關，即配對兩數的差值可能比同一樣本內資料波動小。

如果把雙樣本t檢驗看做方差分析(由於區組的存在，導致沒有完全隨機化安排試驗)，配對t檢驗的實質是用隨機效應的互動作用(處理間×區組間)來估計誤差項。此時的互動作用均方和等於處理(主效應因子)的均方和的隨機部分。

如果是獨立t檢驗，相當於方差分析模型中刪除了區組因子，轉到誤差項裡，MSe通常會大很多。所以2類錯誤可能會大很多。(注意由於只是在區組內隨機化安排實驗，所以雖能算出區組的方差，卻無法精確檢驗其顯著性。非區組因子仍然可以按普通方差分析處理。)

理論上存在著區組間不完全隨機時，互動作用很大，但區組效應很小(不顯著)的情況。但通常區組之間是很容易隨機化的，這種情況不需要考慮。

如果僅僅想證明改進效果或控制因子是有用的(即篩選因子)，配對t檢驗是合適的。但由於區組因子的干擾，直觀效果可能被掩蓋。

在無法判斷是否存在配對(即區組)時，通常兩種t檢驗一起做，並比較結果。

當配對t檢驗顯著性明顯高於獨立雙樣本t檢驗時，說明區組效應大，配對t檢驗更有效。

但兩者結果顯著性差不多時(注意這裡有點主觀)，應採用後者。因為後者誤差的自由度多一倍，對誤差的估計更準。

由於區組因子無法準確檢驗顯著性，所以存在一點主觀性，需要根據實際情況靈活處理，必要時，兩個結果一起列出。不要把應用統計學當成數學，應用統計學是需要一定靈活性的。

單素差析（One Way ANOVA）

單素差析

單素差析指單素試驗結進行析檢驗素試驗結顯著性影響

單素差析兩本平均數比較引伸用檢驗平均數間差異確定素試驗結顯著性影響種統計

單素差析相關概念

·素：影響研究象某指標、變數

·水平：素變化各種狀態或素變化所等級或組別

·單素試驗：考慮素試驗叫單素試驗

單素差析示例[1]

例抗素注入體產抗素與血漿蛋白質結合現象致減少藥效表列5種用抗素注入牛體內抗素與血漿蛋白質結合百比現需要顯著性水平α ＝ 0．05檢驗些百比均值顯著差異設各總體服態布且差相同

青黴素

四環素

鏈黴素

紅黴素

氯黴素

29．6

27．3

5．8

21．6

29．2

24．3

32．6

6．2

17．4

32．8

28．5

30．8

11．0

18．3

25．0

32．0

34．8

8．3

19．0

24．2

試驗指標抗素與血漿蛋白質結合百比抗素素同5種抗素素五同水平假定除抗素素外其餘切條件都相同單素試驗試驗目要考察些抗素與血漿蛋白質結合百比均值顯著差異即考察抗素素些百比顯著影響典型單素試驗差析問題

單素差析基本理論[1]

單素差析任務檢驗s總體均值μj否相等等價於檢驗各水平Aj效應δj否都等於零

2．檢驗所需統計量