拒绝零假设不意味着我们了解总体均数之间的差异大小，因为即使一个很小的差异，在足够大的样本量下，依旧可以得到显著的结果。总体均数间的差异大小可以通过构建均数的置信区间或者计算效应量来评估。
双盲设计需要被试和参与现场试验的主试均不了解实验分组的情况。
方差相等时，两独立样本均值的差异可以用汇合方差t检验。公式如下：
$$ t = \frac{(\overline{x_1}-\overline{x_2})-(\mu_1-\mu_2)}{\sqrt{s^2_p(\frac{1}{n_1}+\frac{1}{n_2})}},$$$$ s^2_p = \frac{(n_1-1)s^2_1+(n_2-1)s^2_1}{n_1+n_2-2}$$样本量大时可以用z分布，样本量较少时用t分布代替。
以下情况不需要考虑方差齐性：
- 两个样本数量很大；
- 两个样本数量相等；
- 方差接近，约定俗成，只要一个方差不超过另一个的2倍；
当因变量的数据不具有普遍意义时，针对差异的置信区间就没什么帮助，反而此时需要效应大小或联系强度。例如，两组人群的身高差异是相对有意义的，但某个实验条件下的反应就不具有普遍意义。