不管是t检验、z检验，亦或是方差分析，如果归为一个大类别，这些都是连续型数据的假设检验，对于这样的假设检验，有三个前提条件必须要满足，才可以进行假设检验分析。

这三个前提条件分别是：

1.数据观测值是互相独立的。

2.数据必须服从正态分布。

3.等方差或方差齐性。

数据服从正态分布是指每一水平下收集的数据通过正态性检验，数据的分布状态是正态的，借助minitab正态性检验即能得到结果。

等方差或方差齐性是指每一水平下服从的正态分布的方差相等，这里的相等并不是指数据相等，而是每一水平下的方差之间没有显著性差异，这也是进行t检验之前要先确定的条件。

数据独立性是指每一水平下收集的数据是相互独立、随机。

在这里，先介绍一个概念：“游程”，依照时间或者其它排列顺序，具有相同的事件或符号的连续部分称之为一个游程，比如：

排列1：男\男\女\女\女\男\女\女\男\男\男\男，按照男女类别区分，总共有5个游程（男3个，女2个）。

排列2：00110111000100100010，按照数字不同区分，总共有11个游程（0是6个，1是5个）。

排列3：++-++---+++-----+--++，按照增减区分，总共9个游程（+是5个，-是4个）

我们想象一下，如果数据是独立的，数据的出现顺序应该是完全随机的，那么游程的出现也应该是随机的。因此，两种游程的个数应该不太多也不太少，互相差别不大。

从这一点上理解，我们可以根据游程的多少来判断数据是否是独立的。

假如，从生产线随机抽取某一个零部件，测量部件上的一个关键尺寸，如下图：

怎么检验数据是互相独立的？

第一，先建立假设。

原假设H0：数据是互相独立的

备择假设：H1：数据不是互相独立的

第二，打开minitab，入口“统计”--“质量工具”--“运行图”，这里可以看到对运行图的注释：“查找过程数据中的模式和非随机行为的检验”，即数据是否是互相独立的。

打开之后，填入对应的数据，如下：

然后，minitab输出一个中位数运行图，如下：

在这张图上，我们可以知道两点：

1.总共有10个游程，其中+（向上的）5个，-（向下的）5个。根据上述的观点，两种游程的个数应该不太多也不太少，互相差别不大。

2.图中4个p值都＞0.05，因此没有足够的理由拒绝原假设，可以判定数据是独立的。

除了以上所述看游程的个数与4个p值，还有另外一种方法检验数据独立性，直接使用非参里面的游程检验，如下：

minitab输出结果如下：

输出结果的p值=0.605＞0.05，没有足够的理由拒绝原假设，因此数据顺序是随机的，即互相独立的。

但这种方法对样本量有一定的要求，正如上图中最下面的小字注释一样，要使样本中高于或低于k的观测值个数大于11，p值才更准确。