為了確定從樣本(sample)統(tǒng)計結果推論至總體時所犯錯的概率，我們會利用統(tǒng)計學家所開發(fā)的一些統(tǒng)計方法，進行統(tǒng)計檢定。
什么是統(tǒng)計學意義（P值或sig值）？
p值是將觀察結果認為有效即具有總體代表性的犯錯概率。如p=0.05提示樣本中變量關聯(lián)有5%的可能是由于偶然性造成的
F檢驗：
- 通常用來在不知道兩個總體的均值，但知道其中某個方差的情況下，假設另一方差（F檢驗），即是否具有統(tǒng)計意義。
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。
樣本標準偏差的平方，即：
兩組數(shù)據(jù)就能得到兩個S2值：
然后計算的F值與查表得到的值比較，如果：
（1） 表明兩組數(shù)據(jù)沒有顯著方差差異；
（2） 表明兩組數(shù)據(jù)存在顯著方差差異。
適用的F檢驗例子包括：
假設一系列服從正態(tài)分布的母體，都有相同的標準差。這是最典型的F檢驗，該檢驗在方差分析（ANOVA）中也非常重要。
假設一個回歸模型很好地符合其數(shù)據(jù)集要求，檢驗多元線性回歸模型中被解釋變量與解釋變量之間線性關系在總體上是否顯著。
T檢驗（對兩樣本
差異顯著性進行檢驗，須知兩樣本的
是否相等，T檢驗的計算會因方差不等而不同）
- 可以用來在不知道總體方差的情況下，來假設總體的均值（t檢驗）
舉個例子
比如，你要檢驗兩獨立樣本均數(shù)差異是否能推論至總體，而行的t檢驗。
兩樣本(如某班男生和女生)某變量(如身高)的均數(shù)并不相同，但這差別是否能推論至總體，代表總體的情況也是存在著差異呢？
為此，我們進行t檢定，算出一個t檢定值。
若顯著性sig值很少，比如<0.05(5%)，亦即是說，「如果」總體「真的」沒有差別，那么就只有在機會很少(5%)、很罕有的情況下，才會出現(xiàn)目前這樣本的情況。雖然還是有5%機會出錯(1-0.05=5%)，但我們還是可以「比較有信心」的說：目前樣本中這情況(男女生出現(xiàn)差異的情況)不是巧合，是具統(tǒng)計學意義的，「總體中男女生不存差異」的虛無假設應予拒絕，簡言之，總體應該存在顯著差異。
