5_t检验_科学学位

t检验的适用范围
t检验适用于两个独立样本的平均值比较，以及一个样本的 平均值与一个已知值的比较。
对于两个样本的比较，要求两个样本的总体分布相同，且 总体方差相等。
t检验的假设条件
假设两个样本的方 差相等。
假设检验的零假设 是两个样本的平均 值无显著差异。
假设两个样本的总 体分布相同。
02
t检验的步骤
，如药物疗效、不同治疗方案的效果等。
临床研究
02
在临床研究中，t检验可用于评估疾病的疗效、安全性以及新
药与对照组的疗效比较等。
流行病学研究
03
流行病学研究中，t检验可用来评估不同人群中疾病的发生率
差异，研究因素对疾病的影响等。
在其他领域的应用
社会科学
在社会科学领域，t检验常用于比较不同组之间的平均值差异， 如比较不同国家或地区的经济水平、文化差异等。
05
t检验与相关分析的区别与联系
t检验与相关分析的不同点
1
t检验主要用于比较两组数据的均值是否存在显 著差异，而相关分析用于衡量两个变量之间的 线性关系强度和方向。
2
t检验关注数据的分组和组间的差异，而相关分 析关注两个变量之间的共同变化趋势和相关程 度。
3
t检验通常在实验或调查研究中比较不同组的数 据，而相关分析可用于任何两个变量之间的定 量关系分析。
t检验的局限性
数据的正态性和方差齐性
正态性
t检验假设数据符合正态分布。如果数据分布与正态分布存在较大偏离，将影响t 检验的可靠性。
方差齐性
t检验假设各组数据的方差相等。如果方差不等，将导致t检验的结果产生误差。
样本量和数据分布的类型
样本量
t检验通常适用于较大样本量的情况。在样本量较小时，t检验 的精度和稳定性会降低。

（1）建立检验假设 ，确定检验水准
H0：d 0 ，儿童的皮肤反应直径无差别
H1：d 0 ，儿童的皮肤反应直径有差别
0.05
2020/1/17
9
（2）计算t值 本例n = 12, Σd = 39，Σd2 = 195，
=3.25(mm )
d=Σd /n = 39/12
Sd
d 2 d 2 n

1 n2

式中，S2称为两均数合并的方差，计算公式为：
2020/1/17
12
S 2 (n1 1)S12 (n2 1)S22 n1 n2 2
上式如果n1=n2，则
S X1X 2
S12 S22 n1 n2
t | X1 X2 | S12 S22 n1 n2
2020/1/17
第八章 t 检验
2020/1/17
1
[学习要求] 了解：正态性检验和变量变换的基本概念。 熟悉：方差齐性检验的基本概念；两样本方差齐性
检验的计算；t’检验的计算。 掌握：t检验的步骤和t分布的关系；样本均数和总
体均数比较、配对设计均数的比较、两样本均数的比 较t检验的方法与步骤。
2020/1/17
计检验的效率最高。本检验要求：两总体分布为正态分布，且
方差齐同

2 1
.22
2020/1/17
11
一、两样本均数比较的t检验
t | X1 X2 | S
X1X 2
ν=n1+n2-1
式中，S X1X 2 称为两均数之差的标准误的估计值，其计
算公式为
S X1X 2
S
2
1 n1
7
配对资料的t检验(paired samples t-test)先求出各对子的差

t检验知识点总结在进行T检验之前，我们需要明确所要分析的问题，确定需要比较的两组数据，以及所使用的数据类型。

T检验分为独立样本T检验和配对样本T检验两种，分别适用于不同的数据类型。

独立样本T检验是用于比较两组独立样本均值是否有显著差异的方法。

它假设两组样本是相互独立的，而且数据呈正态分布，方差相等。

在进行独立样本T检验时，我们需注意检验方差齐性的问题，可以使用Levene检验或Bartlett检验进行检验。

配对样本T检验是用于比较同一组样本在不同条件下的表现是否有显著差异的方法。

它假设两组数据是成对的，即每个观测值在两个条件下都有对应的数值。

在进行配对样本T检验时，我们需要首先计算每对观测值的差值，然后对这些差值进行T检验。

在进行T检验之前，我们还需要明确假设检验的原假设和备择假设。

原假设通常是两组样本均值相等，备择假设则是两组样本均值不相等。

根据所得的T值和自由度，我们可以使用T分布表或统计软件计算出检验的P值，以判断两组样本均值是否有显著差异。

在进行T检验时，我们还需要注意以下几点：1. 样本容量：T检验对样本容量要求不高，通常当样本容量大于30时，T检验的效果会更稳定。

2. 数据正态性：T检验假设数据呈正态分布，因此需要对数据进行正态性检验。

在数据不符合正态分布时，可以使用非参数检验方法进行分析。

3. 数据方差性：T检验假设两组数据的方差相等，因此需要进行方差齐性检验。

当方差不相等时，可以使用修正的T检验方法进行分析。

总的来说，T检验是一种简单而有效的假设检验方法，适用于比较两组样本均值是否有显著差异的情况。

在进行T检验时，我们需要明确问题、选择合适的方法、进行假设检验、并对结果进行解释和判断。

通过合理使用T检验方法，我们可以更好地从数据中获取有效信息，做出正确的决策。

t
X1 X2
S
2 C
1 n1
1 n2
n1 n2 2
S
2 C
n1
1S
2 1
n 2
1S
2 2
n1 n2 2
两本均数比较的t检验亦称为成组t检验，又称为独立样本t检验
（independent samples t-test）。 适用于比较按完全随机设计而得到的两组资料，比较的目的是推断它们
各自所代表的总体均数和是否相等。
➢ 假设检验的基本思想
➢ 假设检验的基本思想是小概率反证法思想。
➢ 小概率事件（P≤0.05）是指在一次试验中基本上不大会发生的
事件。 ➢ 小概率事件原理：一个事件如果发生的概率很小，那么它在一次
试验中是实际不会发生的。在数学上，我们称这个原理为小概率 事件原理。 ➢ 反证法思想是先提出假设，再用适当的统计方法确定假设成立的 可能性大小，如可能性小,则认为假设不成立，若可能性大，则还 不能认为假设不成立。
α ＝0.05
SC2=699.725,t=-3.764
3.确定P值 ，作出推断结论
υ =20+20-2=38 ， 查 t 界 值 表 ， 得 t0.05/2,38=2.024, 现 |t|=3.764>t0.05/2,23＝2.069,故P<0.05。按α=0.05水准，拒绝 H0，,接受H1，差异有统计学意义。
F
S12 (较大） S（ 22 较小）
υ1为分子自由度，υ2为分母自由度
F统计量服从F分布，可以查F界值表，附表3-3。F值越大， 对应的P值越小。
1.建立假设，确定检验水准
2.计算统计量
F
S12 (较大）=26.82/26.12 =1.051 S（ 22 较小）