我们都知道，当对比两组数据（如处理组，对照组）的差异性的时候，我们可以用t-test进行检验，但与anova一样，t-test一样要求满足数据的独立性，正态性，以及方差均值性的要求。这里比较常见的一个问题是数据的方差异质性无法满足。比如下面两组模拟数据：

现在，假设我们想对比这两组数据，也就是处理组合和对照组有没有显著差异，可以用箱线图先来看一下两组数据的分布特征：

boxplot(Y~group, data=d1)

可见处理组的方差直观上来看，大于对照组。为了确认一下，我们可以用Bartlett Test of Homogeneity of Variances来检验一下，这两组数据是否真的存在方差异质性。

结果显示，P值远小于0.05，说名这两组数据的确存在异质性。如果我们想对比这两组数据的差异，这是一般的t检验的方差其次性前提就无法满足了。那么，我们可以用Welch’s t-Test来完成二者的对比，这里t检验的一种改进形式，重点是这一检验是不要求两组数据要具备方差齐次性的。其用法也很简单，我们只用调用stats包中的t.test函数即可（或者直接用t.test函数也可以）：

所以检验结果表明，两组数据间有显著差异。

最后敬请关注鄙人主讲的混合效应模型和应用贝叶斯统计培训班：