88.若想檢定中國人是否有門當戶對的觀念，茲抽取了 30 對（60 位）夫妻，調查他們各自的教育年數， 請問適合以什麼統計方法檢定此一假設(H0:夫的教育年數=妻的教育年數)？
(A)卡方檢定
(B)成對樣本 T 檢定
(C)獨立樣本 T 檢定
(D)常態檢定

T檢定是由William Sealy Gosset於1908年所提出，因其筆名為Student，故t檢定又稱為學生t檢定 (Student’s t-test)。依照分析資料的性質，我們可以將t檢定大致分成3種：單一樣品t檢定 (one sample t-test)、獨立樣本t檢定 (Independent sample t-test) 以及成對樣本t檢定 (Paired Samples t-test)。 

單一樣本t檢定 (one sample test)

當我們想要去檢驗手邊樣本和某特定值之間的關係時，我們會將樣本的平均數和該特定值加以比較 (例如：某班的平均身高是否與全校平均身高有差異)，此時則採用單一樣本t檢定來進行檢驗。

獨立樣本t檢定 (Independent sample t-test)

獨立樣本t檢定常用來檢驗兩組相互獨立的資料[註]之間是否有顯著差異 (例如：想要知道A、B兩班學生的生物成績是否有顯著差異)。進行檢驗前，我們希望確定每一組樣本平均數的確能夠被互相比較，因此兩組樣本除了需要符合常態分配外，也希望其離散分布的狀況能具有相似性，亦即，樣本的變異數需要具有同質性。於是，在進行獨立樣本t檢定之前，我們會先進行變異數的同質性檢定，若兩組資料的變異數具有同質性，我們便可使用Student’s t-test；反之，若兩組資料的變異數不具同質性，我們則必須對t檢定的自由度做修正，此時會改採修正版的Welch’s t-test來進行檢驗。

成對樣本t檢定 (Paired samples t-test)

相較於獨立樣本t檢定之用來比較兩組「獨立樣本」間的平均數差異，成對樣本t檢定則是用來比較兩組「相依樣本」間的平均數差異。

 資料出處: http://yourgene.pixnet.net/blog/post/117254074-%E5%AD%B8%E7%94%9Ft%E6%AA%A2%E5%AE%9A-(student%E2%80%99s-t-test)

卡方檢定---經常用於適合度(goodness of fit)、獨立性(independence)或同質性(homogeneity)等方面的檢定，經由實際發生次數與理論發生次數的差異程度，推論上述各方面的檢定結果是否拒絕虛無假設。

常態檢定---在一般傳統的統計分析中，常常會需要假設資料呈常態分配。不論是原始資料或是進行分析時大多有這個假設。例如，我們在檢定某班級學生的體重是否為100磅時，若樣本資料數不夠多，則我們不能直接貿然的進行t檢定來檢定班級學生的體重平均是否為100磅，在此之前應該先確定資料是否有符合常態的假設的條件。

1. 卡方檢定（Chi-Square Test）

➡ 用來檢定「類別變數」之間有沒有關係（像是性別 vs. 投票意向）。
適用情境：
• 你想知道「男生和女生對某產品的喜好是否不同？」
• 你調查了 100 人，看「吸菸與肺癌是否有關？」
數據類型： 類別（分類）變數，例如「是/否」、「男/女」、「高中/大學」。

✅ 記憶法： 「卡」像是「卡片分類」，適合分類數據！