통계분석을 하는데 여러가지 가정이 따른다.
그중에서 "통계적인 독립" 이라는 가정은 무엇인지 알아보자

"통계적인 독립"은 2-Sample t test, ANOVA와 같은 많은 통계적인 검정에서 대단히 중요한 가정이다.
독립이라는 의미는 하나의 관찰값은 다른 관측값에 영향을 받거나 영향을 미치지 않는 않는다는 뜻이다.

독립적인 데이터 항목은 분석모형에 대해 설명하지 않는한 어떤 방법으로 든지 다른 데이터 항목과
연결이 되어있지 않다. 그러한 관계는 분석하는 샘플의 데이터 그룹간 혹은 데이터 그룹 내의

관측값도 포함된다.
독립적이지 못한 관측값은 Bias(편의)를 나타내게 되고 이를 사용한 통계적 검정은 많은 오탐을 야기한다.

샘플이 독립적이라고 확신할 수 있는 일반적인 접근방법은 다음과 같다.

독립적이지 못하면 보통 다음과 같은 소스들이 포함되어 있다.

■ 관측값들이 시간적으로 서로 가까운 시점에 관찰되었다
■ 관측값들이 공간적으로 서로 가까운 시점에 관찰되었거나 내포되어 있다
■ 관측값들이 어떻게든 관련이 되어 있다

​

하나의 확률변수에 대한 관측값의 분포가 두번째 확률변수의 모든 범주와 유사한지를 결정하는 군집에 대한

카이제곱검정을 사용하여 독립성을 검정할 수 있다.