什么是方差检验，卡方检验，F检验的区别

方差检验是多变量t检验的延续，对于超过两个样本的对比检验就无法直接使用独立T检验了，这个时候就需要使用卡方检验。

例子：冰淇凌老板想知道三种口味的冰淇凌的销售情况是否一样，他有如下的数据

F检验又叫方差齐性检验，目的是判断两个样本的总体方差是否相等，计算双总体样本检验的前提条件。过程有点麻烦，涉及重点词汇：全部观测的均值x均值hat（不是总体均值），组均值，总平方和SST，组间因素平方和SSTR,组间因素平均平方和MSTR，组内残差平方和SSE，残差平均平方和MSE，最后才是计算F检验量,然后通过F检验量对假设检验和备择假设做出决策，F=MSTR/MSE ~ F(k-1，n-k) ,k是组数，n是所有观察值的个数

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。其通常是用来分析用了超过一个参数的统计模型，以判断该模型中的全部或一部分参数是否适合用来估计母体。

卡方检验就是检验两个变量之间有没有关系。 以运营为例:

卡方检验可以检验男性或者女性对线上买生鲜食品有没有区别； 不同城市级别的消费者对买SUV车有没有什么区别； 如果有显著区别的话，我们会考虑把这些变量放到模型或者分析里去

https://www.sohu.com/a/298044185_100103806