เปรียบเทียบวิธี

	การทดสอบทีสำหรับตัวอย่างอิสระ	การประมาณค่าภาวะน่าจะเป็นสูงสุด
สาขาวิชา	สถิติศาสตร์	สถิติศาสตร์
ตระกูล	Hypothesis test	Regression model
ปีกำเนิด	1908	1922
ผู้ริเริ่ม	Student (W. S. Gosset)	R. A. Fisher
ประเภท	Parametric mean comparison	Parametric point estimator
แหล่งต้นตำรับ	Student (1908). The probable error of a mean. Biometrika, 6(1), 1–25.	Fisher, R. A. (1922). On the mathematical foundations of theoretical statistics. Philosophical Transactions of the Royal Society of London, Series A, 222, 309–368.
ชื่อเรียกอื่น	student t-test, two-sample t-test, unpaired t-test, bağımsız örneklem t-testi	MLE, maximum-likelihood estimator, ML estimation, Fisher's method of maximum likelihood
ที่เกี่ยวข้อง	4	4
สรุป	The independent samples t-test is a parametric hypothesis test that compares the means of two independent groups to decide whether they differ significantly. It builds on the t-distribution introduced by Student (W. S. Gosset) in 1908 and assumes the measured values are continuous, approximately normally distributed, and have equal variances.	Maximum Likelihood Estimation (MLE) is a general-purpose parametric method for estimating the unknown parameters of a statistical model by finding the parameter values that make the observed data most probable. Formalized by R. A. Fisher in his landmark 1922 paper in the Philosophical Transactions of the Royal Society, MLE has become the dominant parameter-estimation paradigm in modern statistics and is the foundational engine behind logistic regression, generalized linear models, structural equation modeling, and virtually all parametric inference procedures.