整理自百度百科
T检验,亦称student t检验(Student's t test),主要用于样本含量较小(例如n < 30),总体标准差σ未知的正态分布。T检验是用t分布理论来推论差异发生的概率,从而比较两个平均数的差异是否显著。它与f检验、卡方检验并列。t检验是戈斯特为了观测酿酒质量而发明的,并于1908年在Biometrika上公布。
适用条件
(1) 已知一个总体均数;
(2) 可得到一个样本均数及该样本标准差;
(3) 样本来自正态或近似正态总体。
主要分类
t检验可分为单总体检验和双总体检验,以及配对样本检验。
t检验单总体检验
单总体t检验是检验一个样本平均数与一个已知的总体平均数的差异是否显著。当总体分布是正态分布,如总体标准差未知且样本容量小于30,那么样本平均数与总体平均数的离差统计量呈t分布。
单总体t检验统计量为:
其中
为样本平均数,
为样本标准偏差,n为样本数。该统计量t在零假说:μ=μ0为真的条件下服从自由度为n−1的t分布。
t检验双总体检验
双总体t检验是检验两个样本平均数与其各自所代表的总体的差异是否显著。双总体t检验又分为两种情况,一是独立样本t检验(各实验处理组之间毫无相关存在,即为独立样本),该检验用于检验两组非相关样本被试所获得的数据的差异性;一是配对样本t检验,用于检验匹配而成的两组被试获得的数据或同组被试在不同条件下所获得的数据的差异性,这两种情况组成的样本即为相关样本。
(1)独立样本t检验统计量为:
(2)配对样本检验
配对样本t检验可视为单样本t检验的扩展,不过检验的对象由一群来自常态分配独立样本更改为二群配对样本之观测值之差。若二配对样本x1i与x2i之差为di=x1i−x2i独立,且来自常态分配,则di之母体期望值μ是否为μ0可利用以下统计量:
其中
为配对样本差值之平均数,
为配对样本差值之标准偏差,n为配对样本数。该统计量t在零假说:μ=μ0为真的条件下服从自由度为n−1的t分布。