嵌套t检验用于比较两个非配对组的平均值，其中这些处理组内存在一个嵌套因子。

残差分布是否服从高斯分布？

嵌套t检验假设残差（在许多情况下即技术重复之间的变异）服从高斯分布。根据中心极限定理，当样本量较大时，这一假设的重要性会降低。

嵌套t检验对话框的第三个选项卡允许您通过多种方式绘制残差图，以评估其正态性。

各子列内的变异是否具有相同的方差？

嵌套 t 检验假设每个子列中的数据均来自具有相同标准差（即相同方差）的总体。Prism 不会对这一假设进行检验，但您可以通过查看数据来判断该假设是否严重违背。

不妨考虑对值的对数进行方差分析（ANOVA）。在某些情况下，这会使各子列的方差更接近于相等。

子列均值之间的变异是否服从正态分布？

嵌套 t 检验假设各子列均值之间的变异服从正态分布，且各子列内的重复测量数据也服从正态分布。

您是否正在精确比较两个组？

t 检验仅用于比较两个组。不建议进行多次嵌套 t 检验，每次仅比较两个处理组。  

两列都包含数据吗？

若要将一组实验数据与理论值（例如 100%）进行比较，请勿将该理论值填入一列并进行非配对t检验。应改用单样本 t 检验。

您真的想比较均值吗？

嵌套 t 检验用于比较两个组的平均值。即使分布之间存在显著重叠，仍可能得到极小的 P 值——这清楚地表明总体均值存在差异。 在某些情况下——例如评估诊断试验的实用性——您可能更关注分布的重叠程度，而非均值之间的差异。