독립적인 샘플은 서로 다른 두 항목 집합에서 얻은 측정값이며, 종속적인 샘플은 한 항목 집합에 대한
대응 샘플의 측정값이다.

랜덤한 두 샘플을 사용하여 가설검정을 수행하는 경우 샘플이 종속적인지 독립적인지 여부를 기반으로
검정 유형을 선택해야 하므로 샘플이 종속적인지 독립적인지 아는 것이 중요하다.

  • 한 샘플의 값이 다른 샘플의 값에 영향을 미치는 경우 두 표본은 종속적 이다.
  • 한 샘플의 값이 다른 샘플의 값에 대한 정보를 나타내지 않는 경우 두 표본은 독립적이다.
 
 

 

예를 들어, 혈압을 감소시키는 새로운 약의 효능을 검정하고자 하는 제약회사의 경우, 다음 두 가지
방법으로 데이터를 수집할 수 있다.

 • 동일한 그룹에 속한 사람들의 혈압을 약을 복용하기 전과 후로 구분하여 표본 추출할 수 있다.
   이 경우의 두 샘플은 동일한 그룹에서 추출되었기 때문에 종속적이다. 그러므로 첫 번째 샘플에서
   혈압이 가장 높았던 사람이 두 번째 표본에서도 혈압이 가장 높을 확률이 높다.
 
 

 

 • 한 그룹의 사람들에게는 실제 약을 주고 다른 그룹의 사람들에게는 위약을 준 다음 두 그룹의 혈압을
   비교하려고 한다. 이 경우의 두 샘플은 서로 다른 그룹에서 추출되었기 때문에 독립적일 수 있다.
   첫 번째 샘플 값의 분포에 대해 알고 있다고 해도 두 번째 샘플 값의 분포를 파악하는 데는 전혀
   도움이 되지 않는다.