t检验orF检验and多重比较

t检验

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。 t检验是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著。
用到t检验的场景：
1.单个样本平均数的假设测验
1.比较成组数据的平均数
2.比较成对数据的平均数

F检验

F检验（F-test），最常用的别名叫做联合假设检验（英语：joint hypotheses test），此外也称方差比率检验、方差齐性检验。它是一种在零假设（null hypothesis, H0）之下，统计值服从F-分布的检验。
用到F检验的场景：
1.对实验结果进行方差分析（方差分析采用的检验统计量是F统计量，即F值检验）
-单因素
-多因素
2.对成组数据进行方差齐性检验
-判断两组数据总体方差是否相等

方差分析

方差分析：为了使生产过程稳定，达到优质、高产，需要对影响产品质量的因素进行分析，找出有显著影响的那些因素，除了从机理方面进行研究外，常常要作许多试验，对结果作分析、比较，寻求规律。用数理统计分析试验结果、鉴别各因素对结果影响程度的方法称为方差分析（Analysis Of Variance），记作 ANOVA。

多重比较

多重比较：是为了指方差分析后对各样本平均数间是否有显著差异的假设检验的统称。
方差分析只能判断各总体平均数间是否有差异，多重比较可用来进一步确定哪两个平均数间有差异，
哪两个平均数间没有差异。

概括

也就是用F测验/检验进行方差分析后，发现多个处理间存在显著变异，可以利用多重比较进一步的分析