独立性检验是不是必须的，还是只要理论上讲得通就行了。比如独立样本T检验或者方差分析，怎么确定独立性？

独立性检验不是必须的，主要看数据是否满足正态分布

独立性检验是统计学的一种检验方式。与适合性检验同属于X2检验（即卡方检验，英文名：chi square test）它是根据次数资料判断两类因子彼此相关或相互独立的假设检验。

假设有两个分类变量X和Y，它们的值域分另为{x1, x2}和{y1, y2}，若要推断的论述为H1：“X与Y有关系”，可以利用独立性检验来考察两个变量是否有关系，并且能较精确地给出这种判断的可靠程度。具体的做法是，由表中的数据算出随机变量K^2的值（即K的平方）

K2 = n (ad - bc) 2 / [(a+b)(c+d)(a+c)(b+d)]，　其中n=a+b+c+d为样本容量

K2的值越大，说明“X与Y有关系”成立的可能性越大。

独立性要求每个样本数据是来自不同处理的独立样本。方差分析对独立性的要求比较严格，若该假设不满足，方差分析的结果往往会受到较大影响，独立性不需要什么检验，可在实验设计之前予以确定，因为在获取数据之前，实验的安排是否独立，研究者本身是清楚的。