什么是T检验？

(资料图片仅供参考)

简言之，t检验用来检验两组平均数的差异，重点是“两”（如果是“两以上”，即方差检验）

T检验的类型及使用情境

T检验分为三种：

1.单一样本t检验（One-sample t test），是用来比较一组数据的平均值和一个数值有无差异。例如，你选取了15个人，测定了他们的身高，要看这15个人的身高平均值是否等于，就需要用这个检验方法。

H0：μ（身高）=

H1：μ（身高）≠

2.独立样本t检验（independent t test），是用来看两组数据的平均值有无差异。例如，你选取了15男15女，想看男女之间身高有无差异，这样，男的一组，女的一组，这两个组之间的身高平均值的大小比较可用这种方法。

H0：μ（男）-μ（女）=0

H1：μ（男）-μ（女）≠0

3.配对样本t检验（paired-samples t test），是用来看一组样本在处理前后的平均值有无差异。比如，你选取了15个人，分别在饭前和饭后测量了他们的体重，想检验吃饭对他们的体重有无影响，就需要用配对样本t检验。注意，配对样本t检验要求严格配对，也就是说，每一个人的饭前体重和饭后体重构成一对。

μ（D）=μ（处理后）-μ（处理前）

H0：μ（D）=0

H1：μ（D）≠0

总结来说，一组被试数据跟常数比，是单一样本t检验；两组被试之间比，是独立样本t检验；一组被试前后测了两次，两次数据之间比，是配对样本t检验（分别记一个典型情境即可）。

T检验的结果：

T检验的结果是t值和显著性。

分析软件都帮我们计算好了，会解读即可（若想了解具体计算过程，见分割线以下）

T检验-SPSS

T检验-R语言

T检验-python

大致是这样的：

首先，根据样本数据计算出t值（t值的计算公式如下）

然后，根据t分布表，找到临界值。例如，自由度是3，双尾检验P值为的临界值是。

最后，根据t值和临界值判断显著性。若计算出的t值是6，则处于临界值之外的尾部（下图阴影范围），说明两组差异在水平上是显著的。