Niemand weet precies wat vrijheidsgraden zijn, maar in de statistiek kan je er niet omheen.
De intuïtieve interpretatie is dat vrijheidsgraden het maximum zijn van de onafhankelijke rijen en kolommen van je matrix waarop je een statistiek hebt berekend, gegeven de schattingen die reeds gebeurd zijn. Bijvoorbeeld: om een variantie te berekenen heb je eerst een gemiddelde nodig. Welnu, je gemiddelde kan variëren volgens alle eenheden in de steekproef, maar eens je een gemiddelde hebt, kan je steeds de waarde van de laatste eenheid berekenen. Je hebt dus één vrijheidsgraad opgesoupeerd.
Een Chi²-test en een t-test hebben één enkele vrijheidsgraadparameter, een F-test heeft er twee (teller en noemer), omdat dit een ratio-test is.
Meer vrijheidsgraden betekent dat de test minder extreme waarden moet hebben om toch op een significante afwijking van de (nul)hypothese te wijzen.
