两样本均数比较T检验-EmpowerStats.PDFVIP

两样本均数比较T 检验 两独立样本均数T 检验用于比较两样本所分别代表的总体均数是否有统计学差异。理论上，即使样 本量很小时，也可以进行T 检验, 如样本量为10。一些学者声称甚至更小的样本也行，只要每组中变量 呈正态分布，两组方差不是明显不同。正态分布假设可以通过观察数据的分布（如直方图、箱体图、Q-Q 图）或进行正态性检验来测量。方差齐性的假设可进行F 检验，或进行更有效的Levenes 检验。如果不 满足这些条件，使用非参数检验代替T 检验进行两组间均值的比较。如果呈正态分布，但方差不齐，可 采用Welchs t test 方法。 双侧检验还是单侧检验 T 检验中的P 值是指拒绝无效假设的犯错概率。一些学者认为如果差异具有特定的方向性， 就可只 考虑单侧概率分布，将所得到t-检验的P 值分为两半。另一些学者则认为无论何种情况下都要报告标准 的双侧T 检验概率。 配对数据 对于配对数据，采用配对T 检验，用于检验配对数据之间的差异，并得出差异的均值与0 之间存在 差异的概率。根据数据结构情况，如果每对观测单位只有一条记录，每记录有2 个变量代表对子（如 X1，X2），给定两个变量名，软件分别采用配对和非配对t 检验两个方法比较两个变量。如果每对观测 单位有两条记录， 则可以先对数据进行处理，采用 “多条观测记录转化为多个变量”模块，使两条记录 转化为1 条记录，原先代表某观测指标的一个变量转化为2 个变量（如X1，X2），之后如上所述，软件 自动对两个变量进行配对与非配对的t 检验。配对t 检验的基本原理是计算每对的差值（X= X1-X2）， 然后采用单样本T 检验方法，检验差值是否等于0，以此推断配对样本间是否有显著差异。 例1，打开练习项目DEMO，按性别分层比较不同人群第一秒肺活量及最大肺活量差异，输入界面： （或下载练习数据：/empowerStats/exdata/demo1.xls） 输出结果： 样本量、均数、标准差: SEX FMYTYPE N Mean Sd Min Median Max Male 0 45 3.9529 0.8666 1.5400 4.1100 5.2400 Male 1 325 3.8248 1.2970 0.4700 4.1000 7.5700 Female 0 33 3.1379 0.5549 1.3900 3.2400 4.2500 Female 1 333 3.0403 0.7901 0.4200 3.1100 4.9000 Male 0 45 4.9769 0.8977 2.8500 5.1100 7.5200 Male 1 325 5.1656 1.1779 1.7800 5.2000 8.8100 Female 0 33 3.9370 0.6000 2.5800 3.8400 5.0100 Female 1 333 3.8796 0.7688 1.3400 3.9100 6.4900 两样本比较的 t 检验 FMYTYPE = 0 vs. 1, two.sided 方法： Two Sample t-test 变量 SEX 样本1 均数 样本2 均数 均数差 95%区间下限 95%区间上限 t 值 自由度 p 值 FEV1 Male 3.9827 3.8212 0.1616 -0.2342 0.5573 0.8028 368 0.422581 FEV1 Female 3.2032 3.0349 0.1684 -0.1164 0.4531 1.1626 364 0.245736 FVC Male 5.0293 5.1579 -0.1286 -0.4915 0.2342 -0.6971 368 0.486195 FVC Female 3.9161 3.8819 0.0342 -0.2447 0.3132 0.2412 364 0.809513 例2，下载练习数据：/empowerStats/exdata/methcom