一个离散程度小，则可能不符合F检验的标准，就没必要继续做下一步了，如果符合F检验的标准(两组数据离散程度小),则进一步做双边T检验，计算T值与T表的数据比较，若小于T表的值，则表示没可以的。T检验，亦称student t检验（Student's t test），主要用于样本含量较小（例如n<30），总体标准差σ未知的正态分布资料。t检验是用t分布理论来推论差异发生
组病人住院天数的标准差、平均值等数据，表-3首先对两组数据进行了方差齐性检验，莱文方差等同性检验显示两组数据的P值为0.659,明显大于0.05的界限，表明可以认为理论上，即使样本量很小时，也可以进行t检验。只要每组中变量呈正态分布，两组方差不会明显不同。可以通过观察数据的分布或进行正态性检验估计数据的正态假设。方差齐性的假设可进
总体方差未知，否则就可以利用Z检验(也叫U检验，就是正态检验) 正态数据或近似正态2.1.3 原假设H0与备择假设H1 H0:样本均值与总体均值相等H1:样本均值与总体均值不等2.1.4 python 之前还专门查过. 答案是不可以，如果两两进行t test, 虽然会更容易显著，但由于需要多次两两对比，
超过95%已发表的文章里t-test的使用是错误的！⚠️在做t检验之前必须做这一步⚠️ ⚠️几乎所有做实验的人都知道t检验，大家一般默认两组数据间(独立或者配对)比对时用t检验来检测统非常适合统计初学者。t检验是我们日常数据处理中常会碰到的统计分析方法，常用于推断服从正态分布的两个总体均数间是否相同，常见的t检验方法有单样本t检验、配对
