R语言学习系列26-均值的t检验.docx

24. 均值的T检验 （一）t分布 若样本均数服从正态分布， 经过U变换, 可以变成标准正态分布N(0, 12), 也成为U分布. 实际工作中，由于总体标准差未知，用样本标准差代替，则不再服从标准正态分布，而是服从t分布： 其中，S为样本方差，n为样本含量，v为自由度。 t分布只有一个参数——自由度v. v→∞时，t分布无限接近标准正态分布。 t分布的图形 说明： 单侧概率（单侧尾部面积）用表示； 双侧概率（双侧尾部面积）用表示； 例如，t0.05,10=1.812, 则P(t≤-1.812)=P(t≥1.812)=0.05 t0.05/2,10=2.228, 则P(t≤-2.228)+P(t≥2.228)=0.05 （二）t检验 t检验，是一种针对连续变量的参数假设检验，用来检验“单样本均值与已知均值（单样本t检验）、两独立样本均值（独立样本t检验）、配对设计资料的均值（配对样本t检验）”是否存在差异，这种差异是否能推论至总体。 T检验适用于样本含量较小（比如n60，大样本数据可以用U检验），适用条件： ① 数据服从正态分布； ② 满足方差齐性（方差相等）； 注：若数据不满足①，②，可以尝试对数据做变量变换：对数变换、平方根变换、倒数变换、平方根反正弦变换等。 方差齐性检验 要求两样本数据的总体均服从正态分布，统计量F为为较大的方差与较小的方差的比值： 原假设H0：两