统计检验基于这样一个假设：每个受试者（或每个实验单位）的抽样都与其他受试者（或实验单位）相互独立。当导致某个数值过高或过低的随机因素仅影响该单一数值时，数据即为独立的。如果某个随机因素（即您在数据分析中未考虑到的因素）可能影响多个数值，但并非所有数值，那么这些数据就不是独立的。
独立性的概念可能难以理解。请考虑以下三种情况。
•您正在测量动物的血压。每组有五只动物，每只动物测量三次血压。您并没有15个独立的测量值。如果其中一只动物的血压比其他动物高，那么该动物的三次测量值很可能都偏高。您应该对每只动物的三次测量值取平均值。现在，您得到了五个彼此独立的平均值。
•您进行了一次生化实验，共重复三次，每次均做三组平行实验。您并没有九个独立的数值，因为某次实验中制备试剂的误差可能会影响所有三组平行实验。如果您对这三组平行实验取平均值，那么您确实得到了三个相互独立的平均值。
•您在进行一项临床研究，从市中心医院招募了10名患者，又从郊区诊所招募了10名患者。这并非从同一人群中独立抽样得到的20名受试者。这10名市中心患者的数据可能彼此更为相似，而非与郊区患者的数据相似。您实际上是从两个不同人群中抽样的，因此在分析中需要考虑这一因素。
