2つ以上いじょうの母集団ぼしゅうだんの平均へいきんあるいは中央ちゅうおう値ちがすべて等ひとしいかどうかの検定けんていを行おこなう：

特性とくせいを繰くり返かえし抽出ちゅうしゅつするためにHypothesisTestDataオブジェクトを作つくる：

完全かんぜんブロック 検定けんていを使つかって完全かんぜんブロック法ほうの平均へいきん差さの検定けんていを行おこなうことができる：

0.05レベルでの平均へいきんには有意ゆうい差さがある：

フリードマン順位じゅんい検定けんていを使つかって完全かんぜんブロック法ほうで中央ちゅうおう値ちの差さを検定けんていする：

少すくなくとも1つの中央ちゅうおう値ちが他たと著いちじるしく異ことなるようである：

母集団ぼしゅうだん群ぐんが共通きょうつうの位置いちを占しめるかどうかの検定けんていを行おこなう：

最初さいしょのデータ集合しゅうごう群ぐんは，全まったく異ことなる位置いちを持もつ母集団ぼしゅうだんから引ひき出だされた：

2番目ばんめの群ぐんの母集団ぼしゅうだんは，すべて似にた位置いちを持もつ：

2種類しゅるいのカニの形態けいたい学がく的てきな寸法すんぽうが2つの性せいのそれぞれについて取とられた．さまざまな群ぐんにおいて寸法すんぽうが異ことなるかどうかを判断はんだんする：

カニの種類しゅるいを無視むしすると，後部こうぶの幅はばのみが性別せいべつで異ことなる：

性せいと種類しゅるいを同時どうじに考慮こうりょに入いれると，すべての寸法すんぽうは有意ゆうい的てきに異ことなる：

特定とくていの薬くすりで目標もくひょうの体重たいじゅう減量げんりょうを達成たっせいできなかった2型がた糖尿とうにょう病びょうの患者かんじゃ75人にんに対たいして，試験しけん的てき研究けんきゅうが行おこなわれた．患者かんじゃは，ランダムに3つの群ぐん（もとの薬くすりを飲のみ続つづけた対照たいしょう群ぐん，およびそれぞれ50mgと100mgの新あたらしい薬くすりを投与とうよされた2つの治療ちりょう群ぐん）に分わけられた．12週間しゅうかんにおける減量げんりょうをポンドで記録きろくした：

群ぐんの平均へいきんで有意ゆうい的てきな差さがある：

それぞれ対たいの差分さぶんの検定けんていにおいてBonferroni修正しゅうせいを使つかうと，どちらの治療ちりょうレベル群ぐんも対照たいしょう群ぐんよりよい結果けっかであるが，お互たがいにはあまり違ちがいのないことが分わかる：

6人にんの料理りょうり評論ひょうろん家かが4軒けんのレストランの品質ひんしつについて100点てん満点まんてんで評価ひょうかを行おこなった．この評価ひょうかに照てらして，4件けんのレストランの品質ひんしつに有意ゆうい差さが見みられるかどうかを考かんがえる：

批評ひひょう家かごとの点数てんすうの中央ちゅうおう値ちの棒ぼうグラフ：

各かくレストランの中央ちゅうおう値ちの棒ぼうグラフ：

ブロック化かされた構造こうぞうを考慮こうりょに入いれると，品質ひんしつに有意ゆうい差さが認みとめられる：

サンプルの 検定けんていで返かえされた 値ねは，2サンプルのTTestのそれに等ひとしい：

クラスカル・ウォリス検定けんていは2サンプルのマン-ホイットニー(Mann–Whitney)検定けんていの サンプル拡張かくちょうである：

マン-ホイットニーの 値ねは，連続れんぞく性せいとタイについて修正しゅうせいされる：

において サンプルの 検定けんていの統計とうけい量りょうは，g がデータ集合しゅうごう数すう，n が観察かんさつの合計ごうけい数すうであるFRatioDistribution[g-1,n-g]に従したがう：

の下したでは，t 処理しょりと g ブロックの完全かんぜんブロック 検定けんていとフリードマンの順位じゅんい検定けんてい統計とうけい量りょうはFRatioDistribution[t-1,(g-1)(t-1)]に従したがう：

フリードマン統計とうけいを変換へんかんしてChiSquareDistribution[g-1]に従したがうようにすることができる：

ChiSquareDistributionを使つかって 値ねを計算けいさんする：

Methodを"Asymptotic"に設定せっていすると自動的じどうてきにこの変換へんかんが行おこなわれる：

においてクラスカル・ウォリス検定けんていの統計とうけい量りょうは，g がデータ集合しゅうごう数すうである ChiSquareDistribution[g-1]に漸近ぜんきん的てきに従したがう：

デフォルトで検定けんてい統計とうけい量りょうはFRatioDistribution[g-1,n-g]に従したがうように再さいスケールされる：

概念的がいねんてきに，合併がっぺい分散ぶんさんと平均へいきん個別こべつ分散ぶんさんの間あいだで比較ひかくが行おこなわれる：

より大おおきい合併がっぺい分散ぶんさんは異ことなる平均へいきんを示唆しさする：

合併がっぺい分散ぶんさんの個別こべつ分散ぶんさんに対たいする比ひ：

LocationEquivalenceTestは事実じじつ上じょうこの割合わりあいがどのくらい1から離はなれているかを検出けんしゅつする：

および の検定けんてい統計とうけい量りょうがLocationEquivalenceTestで使つかわれる：

クラスカル・ウォリス統計とうけいは順位じゅんいに基もとづく：

個このサンプルの 検定けんていとクラスカル・ウォリス検定けんていでは，LinearModelFitを使つかって統計とうけい量りょうを計算けいさんすることができる：

設計せっけい行列ぎょうれつ：

サンプルの 検定けんてい：

クラスカル・ウォリス検定けんていは同一どういつであるが，順位じゅんいを使つかう：

2つのデータ集合しゅうごうについてLocationTestを使つかう：

結果けっかは等ひとしい：

LocationTestはより複雑ふくざつな仮説かせつについての検定けんていを行おこなうこともできる：

位置いちの等価とうか性せい検定けんていは，入力にゅうりょくがTimeSeriesのときはタイムスタンプを無視むしする：

位置いちの等価とうか性せいに関かんする検定けんていは，TemporalDataの経路けいろ構造こうぞうを認識にんしきする：

直接ちょくせつ値ちを使つかう：

すべての検定けんていで，データは等ひとしい分散ぶんさんを持もたなければならない：

個このサンプルの 検定けんていと完全かんぜんブロック 検定けんていは，どちらもデータが正規せいき分布ぶんぷに従したがわなければならない：

データが正規せいき分布ぶんぷに従したがわない場合ばあいは，クラスカル・ウォリス検定けんていまたはフリードマン順位じゅんい検定けんていを使つかう必要ひつようがある：

フリードマン順位じゅんい検定けんていと完全かんぜんブロック 検定けんていではサンプルサイズが等ひとしくなければならない：

帰き無む仮説かせつ が真しんであるときの統計とうけい量りょうを計算けいさんする：

特定とくていの対立たいりつ仮説かせつによる検定けんてい統計とうけい：

検定けんてい統計とうけいの分布ぶんぷを比較ひかくする：