對於多於兩組(k>2)樣本均數的比較，t檢驗不再適用，方差分析(analysis of variance, ANOVA)則是解決上述問題的重要分析方法。方差分析由R.A.Fisher(1923)首先提出，故又稱為F檢驗，其基本思想是將全部觀測值的總變異按影響因素分解為相應的若干部分變異，在此基礎上，計算假設檢驗的統計量F值，實現對總體均數是否有差別的推斷。
完全隨機設計的方差分析
隨機區組設計的方差分析
多個樣本均數的兩兩比較
根據方差分析的結果，若拒絕H0接受H1，則可以推斷K組均數不全相同，然而，究竟哪些組不同，需要進一步對多個樣本均數進行兩兩比較或稱多重比較(multiple comparison)。對此若用t檢驗對K組均數進行兩兩比較，共需比較
如k=5，若規定檢驗水准α=0.05，在原假設H0成立的條件下，10次檢驗均不犯l類錯誤的概率為0.9510=0.5987，累積犯I類錯誤的概率為1-0.5987 = 0.4013，明顯大於0.05。因此，均數間的多重比較不能直接使用兩均數比較的t檢驗。
多重比較的方法有很多，如Dunnett-t檢驗、LSD-t檢驗、SNK-q(Student-Newman-Keuls)法、Tukey法、Scheffe法、Sidak t檢驗和Bonferroni t檢驗等。
比較常用的是SNK法，SNK法的檢驗統計量為q，故又稱為q檢驗
方差齊性檢驗
多組數據的方差齊性檢驗，應用較多的是Bartlett檢驗法和Levene檢驗法。Bartlett檢驗法主要適用於正態分布資料的方差齊性檢驗問題，如資料不服從正態分布，則可采用Levene檢驗法。
其他設計類型的方差分析
析因設計(factorial design)是一種多因素多水平交叉組合的實驗設計方法。在醫學研究中，如果涉及兩個或多個處理因素，而研究者希望了解各處理因素的效應以及因素間的交互作用時，則可以采用析因設計方法。
重復測量設計(repeated measurement design)指同一受試對象的某一觀察指標在不同時間點上進行多次測量的設計方法，如服用某種葯物后測定不同時間點的血葯濃度，接受治療后在不同時間點上對某指標進行測量，這種設計方法在醫學研究領域中有着廣泛的應用，常用來分析不同處理在不同時間點上的變化情況。