實驗研究(或類實驗研究 或任何你能想到的研究)難免會有分組的情形 這個時候 我們都希望各組人數"相等"

然而 往往事與願違 如果所抽樣的人數比較多 那麼可以使用隨機刪除法使得各組人數變得一樣 例如實驗組有三十五人 控制組有三十人 那麼從實驗組隨機刪除五位 使得實驗組與控制組人數相等(i.e., 三十人)

如果人數不多 又有不等樣本的問題 那麼t-test與one-way ANOVA能夠抵抗(i.e., robust)不等樣本的問題 但是two-way ANOVA算出來的F比值 就會因為不等樣本的問題而有高估或低估的偏誤(bias)  

通常研究者會進行常態性(normality)與等變異數(equal variance)檢視 如果遭遇不等樣本情況的話

最後 研究者在綜合考量下 有可能會選擇無母數檢定(nonparametric tests)

以上的想法可以寫在方法段落最後"統計步驟"裡