1、独立性检验针对于类别型变量（区别于定量变量），基于频数表或者列联表来判断两个因素的独立性。原假设是两个因素相互独立，P(AB)=P(A)P(B)。如果得到的p值较大，说明原假设不成立，两因素不独立，可以进而计算phi系数、列联系数和Cramer'sV系数等来判断相关性。
2、相关性的显著性检验是针对于定量变量。对定量变量计算出相关系数之后，来计算对于原假设：变量间不相关（即总体的相关系数为0），来进行检验的工具，R中自带函数为cor.test()。
3、t检验是一种基于正态分布的参数方法。和1、2两种检验解决的问题不同，它是针对σ2未知，关于μ的检验。

关于以上问题，举一个例子：
有四组数据性别，地区，年龄，血糖。
1、当想要研究性别，地区与年龄关系，由于性别和地区是类别型变量，可以用独立性检验；
2、当想要研究某一地区内男性的年龄和血糖的关系，由于年龄和血糖是定量变量，可以计算相关性然后用相关性检验；
3、当想要研究某一年龄段，不同地区男性之间的血糖是否处于同一水平，可以采用t检验。