ttest和anova的区别为：判断不同、自变量X组数不同、用途不同。
一、判断不同
1、ttest：ttest比较某个题项的平均得分是否与某数字有着明显的差异，进而进行显著性差异判断。
2、anova：anova通过分析不同类别数据的相对选择频数和占比情况，进而进行差异判断。
二、自变量X组数不同
1、ttest：ttest的自变量X组数为仅仅2组。
2、anova：anova的自变量X组数为2组及以上。
三、用途不同
1、ttest：ttest用于分析定量数据是否与某个数字有着显著的差异性。
2、anova：anova用于分析定类数据与定类数据之间的关系情况。
该函数用于求与学生t
检验相关的概率，即可以使用函数
ttest
判断两个样本是否可能来自两个具有相同平均值的总体。
语法
ttest(array1,array2,tails,type)
array1
为第一个数据集。
array2
为第二个数据集。
tails
指示分布曲线的尾数。如果
tails
=
1，函数
ttest
使用单尾分布。如果
tails
=
2，函数
ttest
使用双尾分布。
type
为
t
检验的类型：如果type=1，表示检验方法是“成对”；如果type=2，表示是“等方差双样本检验”；如果type=3，表示是“异方差双样本检验”
说明
如果
array1
和
array2
的数据点个数不同，且
type
=
1（成对），函数
ttest
返回错误值
#n/a。
参数
tails
和
type
将被截尾取整。
如果
tails
或
type
为非数值型，函数
ttest
返回错误值
#value!。
如果
tails
不为
1
或
2，函数
ttest
返回错误值
#num!。
ttest
使用
array1
和
array2
中的数据计算非负值
t
统计。如果
tails=1，假设
array1
和
array2
为来自具有相同平均值的总体的样本，则
ttest
返回
t
统计的较高值的概率。假设“总体平均值相同”，则当
tails=2
时返回的值是当
tails=1
时返回的值的两倍，且符合
t
统计的较高绝对值的概率。
示例
两组数据分别在a2至a10和b2至b10，双尾分布，成对检验方法，其公式为
=ttest(a2:a10,b2:b10,2,1)
