t检验是医学统计学中常用的一种假设检验方法，分为以下3种情况，一个是配对样本t检验，一是单样本t检验，还有一个是独立样本t检验。往期文章我们写了“配对t检验”，现在应用广泛的独立样本t检验也要登场啦~

一、独立样本t检验基本原理

t检验可以帮助医学研究者确定一个治疗方法或药物是否显著地改善了患者的症状或生理指标，其中独立样本t检验是通过比较从两个不同总体中抽取的两个样本均值的差异，来推断两个总体的均值是否存在差异。接下来就和小编一起了解一下它吧

二、独立样本t检验使用目的

01.独立性

独立性两个样本必须是独立的，即每个样本中的观察值与另一个样本中的观察值没有重叠。

02.正态性

两个样本中的数据必须是正态分布的。可以通过正态性检验等来检验数据是否符合正态分布。

03.方差齐性

两个样本方差必须相等。如果两个样本方差不相等，则可以使用Welch'sT检验或Mann-Whitney U检验等非参数方法。

04.定量变量

如果数据为定性资料,例如二分类变量，无序多分类变量，需用非参数检验

三、独立样本t检验案例

给大家展示一个例子

某项研究随机选择了40名失眠患者，其中20人接受了新药物治疗，另外20人接受了安慰剂治疗。并记录了他们使用药物/安慰剂后每晚的睡眠时间，并使用独立样本t检验进行分析。统计数据如下

Step1：

判断检验数据是否符合正态分布，按照药物使用分组检验正态性，由于样本量小于50属于小样本，选用夏皮洛-威尔克检验结果，在α=0.05水准下，P＞0.05，两组睡眠时间数据满足正态分布条件，结果如下：

Step2：

检验数据是否满足方差齐性，使用F检验进行方差齐性检验，F=1.481，p=0.231，P>0.1，认为方差相等。

通过正态性检验和方差齐性检验结果可知，数据符合t检验的应用条件。运用SPSS进行两独立样本的t检验。

经计算：t=6.023，P=0.0001，按α

以上就是关于独立样本t检验的一个整体过程，现如今主要应用于医学及生物学的统计，是一种用途很广的检验方法。大家没事都可以尝试尝试，从而让它更好的服务于我们。