作者：悦菁 审稿：石鹏 封面：吉江

前言

还记得小编曾经推出的单样本和配对样本t检验吗？现在更广泛应用的独立样本t检验也要登场啦~

在实际生活中，我们常常对两独立样本的总体均数是否相等感兴趣，如：不同收入人群的消费者信心指数是否相等？正常成年男女的红细胞数是否相等？两独立样本t检验也称成组t检验，检验步骤与单样本和配对t检验相同。

应用条件

①独立性，即各观察值之间相互独立。对结果影响较大，一般根据资料的性质加以判断。

②正态性，各个样本均来自于正态分布的总体。t检验对正态性有一定的耐受能力，若只是少许偏离正太，则结果依然稳健。

③方差齐性，各样本所在总体方差相等。对结论影响较大，在进行均数比较时需要进行方差齐性检验。

【注】不能满足应用条件时:

①情况较轻时可以采用校正t检验的结果；

②使用变量变换使之满足条件；

③采用非参数检验过程。

栗子

有关人员在有小麦丛矮病的麦田里，随机调查13株健株和15株病株的植株高度，分析健株高度是否高于病株。其调查数据如下：

健株：25.0 31.2 36.4 38.5 45.1 45.8 46.3 52.3 55.6 58.5 63.0 64.7 68.4

病株：17.2 18.6 19.4 24.3 24.7 26.0 34.3 38.5 40.6 42.1 43.1 44.2 48.3 49.0 58.3

Step 1:录入数据，t检验数据的输入格式为组别为一列，数值为一列。

Step 2：正态性检验。首先需要拆分文件，对两组数据分别做检验。即"数据——拆分文件"。

Step 3：然后点一下比较组，把组别调入分组方式这里，再点击"确定"。

Step 4:点"分析——非参数检验——旧对话框——单样本K-S".

Step 5：将需要分析的数值调入右边方框，勾选“正态”（也写为常规，一般默认已经勾上），然后点击“确定”。

Step 6：结果分析。第一组的正态性检验P=0.200，第二组为P=0.200，可认为近似正态分布。

Step 7：取消拆分。“数据——拆分文件”，在跳出来的框框中点一下第一个“分组所有组”，然后点“确定”。

Step 8：然后点“分析——比较均值——独立样本t检验”。

Step 9：将组别调入分组变量，数值调入检验变量。接着点一下分组变量下方的“定义组”，在弹出来的框中输入组别1、2，再点“继续——确定”。

Step 10：结果分析。

表格一：依次为健株、病株两组数据的例数、平均值、标准差和均数的标准误。

表格二：前部是两组的方差齐性检验，可看到P=0.993＞0.05，即健株、病株高度方差齐性；

后部为均值等同性t检验，可得出两组的t值、自由度、95%置信区间等，且P值为0.013

，可认为差异有统计学意义，又根据两组数据的均值大小，可得出结论，健株高度显著高于病株。

看完上述流程，你是否已经掌握了t检验呢？别急，后面还有更多更好的内容等着你哦~

温

馨

提==

示

学堂正在招募内容主笔、短视频创作者、课程讲师，请在公众号底部菜单栏点击“招聘”了解详情！