统计中常常会用到各种检验，如何知道何时用什么检验呢，根据结合自己的工作来说一说： t 检验有单样本 t 检验，配对 t 检验和两样本 t 检验.单样本 t 检验:是用样本均数代表的未知总体均数和已知总体均数进行比较，来观察此组样本与总体的差异性。配对 t 检验：是采纳配对设计方法观察以下几种情形，1，两个同质受试对象分别接受两种不同的处理；2，同一受试对象接受两种不同的处理；3，同一受试对象处理前后。 u 检验：t 检验和就是统计量为 t,u 的假设检验，两者均是常见的假设检验方法。当样本含量 n 较大时，样本均数符合正态分布，故可用 u 检验进行分析。当样本含量 n 小时，若观察值 x 符合正态分布，则用 t 检验(因此时样本均数符合 t分布），当 x 为未知分布时应采纳秩和检验.F 检验又叫方差齐性检验。在两样本 t 检验中要用到 F 检验。从两讨论总体中随机抽取样本，要对这两个样本进行比较的时候,首先要推断两总体方差是否相同,即方差齐性。若两总体方差相等，则直接用 t 检验,若不等，可采纳 t’检验或变量变换或秩和检验等方法。其中要推断两总体方差是否相等，就可以用 F 检验。简单的说就是 检验两个样本的 方差是否有显著性差异 这是选择何种 T 检验（等方差双样本检验，异方差双样本检验）的前提条件。在 t 检验中,假如是比较大于小于之类的就用单侧检验，等于之类的问题就用双侧检验.卡方检验是对两个或两个以上率（构成比）进行比较的统计方法,在临床和医学实验中应用十分广泛，特别是临床科研中许多资料是记数资料,就需要用到卡方检验.方差分析用方差分析比较多个样本均数,可有效地控制第一类错误。方差分析(analysis of variance,ANOVA)由英国统计学家 R。A.Fisher 首先提出,以 F 命名其统计量，故方差分析又称 F 检验。其目的是推断两组或多组资料的总体均数是否相同，检验两个或多个样本均数的差异是否有统计学意义。我们要学习的主要内容包括单因素方差分析即完全随机设计或成组设计的方差分析（one—way ANOVA)：用途：用于完全随机设计的多个样本均数间的比较，其统计推断是推断各样本所代表的各总体均数是否相等。完全随机设计(completely random design）不考虑个体差异的影响，仅涉及一个处理因素，但可以有两个或多个水平，所以亦称单因素实验设计。在实验讨论中按随机化原则将受试对象随机分配到一个处理因素的多个水平中去，然后观察各组的试验效应；在...
