t检验

t检验的操作步骤：【分析】→【比较均值】→【单样本/独立样本/配对样本t检验】，欢迎交流。

t检验

• 基本思路
  • 处理两个总体间的计量资料之间的差异
  • 假设检验
    • H0：两组均数相同
    • H1：两组均数不同
    • 通过证明H0为小概率事件，来证明H1为真。
• 类型
  • 单样本t检验
    • 已知某群体的平均值
    • 抽取部分个体作为样本
    • 比较抽取的样本所代表的总体与已知总体间是否有差异
    • 应用前提：数据符合正态分布
  • 独立样本t检验
    • 在两未知的总体分别抽取一个样本
    • 比较两个总体之间是否有差异
    • 常见形式：随机分组、按照属性特征分组
    • 独立、正态、方差齐
  • 配对样本t检验
    • 试验类型为配对的，比较配成对的两组数据之间的差异
    • 条件配对
    • 一分为二的配对
    • 干预前后自身配对
    • 不同检测方法配对
    • 差值符合正态分布
• 操作步骤
  • 【分析】→【比较均值】→【单样本/独立样本/配对样本t检验】
• 结果解读
  • 单样本t检验
    • 1.三核心：［基本统计量］——样本量，均数，标准差→产生主观意识
    • 2.找t值和P值：P＜0.05，即有差异，结合样本均数，推断两者之间的大小关系
  • 独立样本t检验
    • 1.三核心：［基本统计量］——样本量、均数、标准差→产生主观意识
    • 2.方差齐性：莱文方差等同性检验——P＞0.05，则方差齐，看第一行；P＜0.05方差不齐，看第二行的t检验
    • 3.找t值和P值：结合方差检验的P值选择t检验或t'检验
  • 配对样本t检验
    • 1.三核心：［基本统计量］——样本量、均数、标准差→产生主观意识
    • 2.看相关：
      • 相关性与t检验的P均值＜0.05，说明数据一致性好，差异有统计 意义，而且差异的产生就是干预因素作用的结果。
      • 相关显著，但t检验不显著，说明数据具有一致性，但均数差异 不显著，即干预措施未发挥作用。
      • 相关不显著，t检验显著；暗示均数存在差异，但个体间均数差异 变化不一致，均数的差异可能还受其他因素的影响。
      • 相关和t检验均不显著，数据不一致，组间均数差异
      • 治疗前血压低，治疗后血压低；治疗前血压高，治疗后血压高。
    • 3.找t值和P值：P＜0.05可认为差异具有统计学意义。