独立サンプルとは、その観測値が他の観測値の値に依存しないように無作為に選択されたサンプルです。統計分析の多くは、サンプルが独立しているという仮定に基づきます。それ以外の分析では、独立していないサンプルを評価します。
たとえば、品質検査者が2つの検査室を比較して、血液検査で類似の結果が出るかどうかを判断しようとしているとします。同じ10人の子供から採取した血液サンプルを分析のために両方の検査室に送ります。
| こども | 検査室A | 検査室B |
|---|---|---|
| 1 | 0.8 | 0.7 |
| 2 | 4.8 | 5 |
| 3 | 7.9 | 7.8 |
| 4 | 15.7 | 16.3 |
| 5 | 21.2 | 20.2 |
| 6 | 9.7 | 9.4 |
| 7 | 38.7 | 44 |
| 8 | 5.1 | 5.1 |
| 9 | 29 | 26.9 |
| 10 | 75.2 | 74.6 |
どちらの検査室も同じ10人の子供から採取した血液検体を検査するので、検査結果は独立していません。2つの検査室の平均の血液検査の結果を比較するには、対応のあるt検定を行う必要があります。この検定は、サンプルが従属(相関)しているという仮定に基づきます。
独立したサンプルを得るには、10人の子供をランダムに選択して検査室Aで検査し、さらに異なる10人の子供から成る別のグループをランダムに選択して検査室Bで検査する必要があります。2つの検査室の平均の血液検査の結果を2サンプルt検定を使って比較します。この検定は、サンプルが独立しているという仮定に基づきます。