方差分析和t检验的区别与联系是什么？

区别：方差分析又称“ 变异数分析”，是R.A.Fisher发明的，用于两个及两个以上 样本均数差别的显著性检验。T检验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检验只能用于两样本均数及样本均数与总体均数之间的比较。方差分析可以用于两样本及以上样本之间的比较。

联系：两者都要求比较的资料服从正态分布；而且两样本均数的比较及方差分析均要求比较组有相同的总体方差；配伍组比较的方差分析是配对比较t检验的推广，成组设计多个样本均数比较的方差分析是两样本均数比较t检验的推广；对于两个样本之间的比较，方差分析和t检验效果是相同的，且有：$sqrt(F)＝t$。

应用：方差分析主要用途：①均数差别的显著性检验，②分离各有关因素并估计其对总变异的作用，③分析因素间的交互作用，④方差齐性检验。t检验可用于比较男女身高是否存在差别。

区别：方差分析对变量层次有要求；方差分析提供的信息多而全面.
联系：方差分析采用了t检验.t检验不仅仅用于方差分析,还可以用于其他分析.

区别:方差分析:有两个以上样本数据时；t检验:比较两组样本均数时。
联系:方差分析和t检验都要求各组样本均数服从正态分布，各样本方差齐。

t检验：是假设检验的一种常用方法，当方差未知时，可以用来检验一个正态总体或两个正态总体的均值
检验假设问题，也可以用来检验成对数据的均值假设问题。具体内容可以参考《概率论与数理统计》。可
以用来判断两组数倨差异是否有显著意义，也就是结果有没有统计学意义。
方差分析：它是处理实验研究资料时重要的分析方法之一，代表数据是否具有统计意义,

一般一组数据代表某个条件或因素,方差分析可以判断你选取的这个因素是否有意义,是不是影响因素

如果你做统计为了找到事物相关性,而方差结果显示数据无统计学差异,很可能代表实验失败或设计有问题