統計檢驗是將抽樣結果和抽樣分佈相對照而作出判斷的工作。統計檢驗是將抽樣結果和抽樣分佈相對照而作出判斷的工作。取得抽樣結果，依據描述性統計的方法就足夠了。抽樣分佈則不然，它無法從資料中得到，非利用機率論不可。而不對待概括的總體和使用的抽樣程式做某種必要的假設，這項工作將無法進行。
統計中經常會用到各種檢驗：
t檢驗有單樣本t檢驗，配對t檢驗和兩樣本t檢驗。
單樣本t檢驗：是用樣本均數代表的未知總體均數和已知總體均數進行比較，來觀察此組樣本與總體的差異性。
配對t檢驗：是採用配對設計方法觀察以下幾種情形，1，兩個同質受試物件分別接受兩種不同的處理；2,同一受試物件接受兩種不同的處理；3，同一受試物件處理前後。
u檢驗：t檢驗和就是統計量為t,u的假設檢驗，兩者均是常見的假設檢驗方法。當樣本含量n較大時，樣本均數符合正態分佈，故可用u檢驗進行分析。當樣本含量n小時，若觀察值x符合正態分佈，則用t檢驗（因此時樣本均數符合t分佈），當x為未知分佈時應採用秩和檢驗。
F檢驗又叫方差齊性檢驗。在兩樣本t檢驗中要用到F檢驗。
從兩研究總體中隨機抽取樣本，要對這兩個樣本進行比較的時候，首先要判斷兩總體方差是否相同，即方差齊性。若兩總體方差相等，則直接用t檢驗，若不等，可採用t"檢驗或變數變換或秩和檢驗等方法。
其中要判斷兩總體方差是否相等，就可以用F檢驗。
簡單的說就是檢驗兩個樣本的方差是否有顯著性差異這是選擇何種T檢驗（等方差雙樣本檢驗，異方差雙樣本檢驗）的前提條件。
在t檢驗中，如果是比較大於小於之類的就用單側檢驗，等於之類的問題就用雙側檢驗。
卡方檢驗
是對兩個或兩個以上率（構成比）進行比較的統計方法，在臨床和醫學實驗中應用十分廣泛，特別是臨床科研中許多資料是記數資料，就需要用到卡方檢驗。
方差分析
用方差分析比較多個樣本均數,可有效地控制第一類錯誤。方差分析(analysisofvariance,ANOVA)由英國統計學家R.A.Fisher首先提出，以F命名其統計量，故方差分析又稱F檢驗。其目的是推斷兩組或多組資料的總體均數是否相同，檢驗兩個或多個樣本均數的差異是否有統計學意義。
統計檢驗是將抽樣結果和抽樣分佈相對照而作出判斷的工作。統計檢驗是將抽樣結果和抽樣分佈相對照而作出判斷的工作。取得抽樣結果，依據描述性統計的方法就足夠了。抽樣分佈則不然，它無法從資料中得到，非利用機率論不可。而不對待概括的總體和使用的抽樣程式做某種必要的假設，這項工作將無法進行。
統計中經常會用到各種檢驗：
t檢驗有單樣本t檢驗，配對t檢驗和兩樣本t檢驗。
單樣本t檢驗：是用樣本均數代表的未知總體均數和已知總體均數進行比較，來觀察此組樣本與總體的差異性。
配對t檢驗：是採用配對設計方法觀察以下幾種情形，1，兩個同質受試物件分別接受兩種不同的處理；2,同一受試物件接受兩種不同的處理；3，同一受試物件處理前後。
u檢驗：t檢驗和就是統計量為t,u的假設檢驗，兩者均是常見的假設檢驗方法。當樣本含量n較大時，樣本均數符合正態分佈，故可用u檢驗進行分析。當樣本含量n小時，若觀察值x符合正態分佈，則用t檢驗（因此時樣本均數符合t分佈），當x為未知分佈時應採用秩和檢驗。
F檢驗又叫方差齊性檢驗。在兩樣本t檢驗中要用到F檢驗。
從兩研究總體中隨機抽取樣本，要對這兩個樣本進行比較的時候，首先要判斷兩總體方差是否相同，即方差齊性。若兩總體方差相等，則直接用t檢驗，若不等，可採用t"檢驗或變數變換或秩和檢驗等方法。
其中要判斷兩總體方差是否相等，就可以用F檢驗。
簡單的說就是檢驗兩個樣本的方差是否有顯著性差異這是選擇何種T檢驗（等方差雙樣本檢驗，異方差雙樣本檢驗）的前提條件。
在t檢驗中，如果是比較大於小於之類的就用單側檢驗，等於之類的問題就用雙側檢驗。
卡方檢驗
是對兩個或兩個以上率（構成比）進行比較的統計方法，在臨床和醫學實驗中應用十分廣泛，特別是臨床科研中許多資料是記數資料，就需要用到卡方檢驗。
方差分析
用方差分析比較多個樣本均數,可有效地控制第一類錯誤。方差分析(analysisofvariance,ANOVA)由英國統計學家R.A.Fisher首先提出，以F命名其統計量，故方差分析又稱F檢驗。其目的是推斷兩組或多組資料的總體均數是否相同，檢驗兩個或多個樣本均數的差異是否有統計學意義。