JOE HUI
第1楼2023/08/29
楼主,可以采用T检验,T检验(T-test)主要是为了比较数据样本之间是否具有显著性的差异。T检验主要通过样本均值的差异进行检验,即两个平均数的差异的比较
T检验适用于:一般用于定量数据的检测(定类数据采用卡方检验)主要用于样本含量较小(例如n<30)
理解过程: 统计学上以“总体间没差别”计算显著性水平H0,拒绝原假设H0的最小显著性水平称为检验的p值,来检验假设的结果。
例如,假设一个班上男女生的成绩不存在差异,显著性水平为0.05,可理解为只有5%的概率会出现“男女生差异显著”的情况,计算出的检验p值若小于0.05,则可以拒绝原假设。反之不能拒绝原假设。
T检验的前提条件:①数据服从正态分布、②方差未知
T检验的三种方式:
独立样本的T检验
检验两组样本的均值是否相等!主要用于定量数据和定类数据的差异关系研究,例如有一个班的学生数据,如果学生的成绩服从正太分布,想要研究身高和成绩的关系,就需要用到该方法,如果不服从正态分布,可采用MannWhitney检验。
Note: 两个独立样本的T检验,通常需要先进行F检验(方差齐次检验),检验两个独立样本的方差是否相同,若两总体方差相等,则直接用t检验,若不等,可采用t’检验(校正T检验)或变量变换或秩和检验等方法。即进行两独立样本的T检验时,需首先验证两样本的方差是否相同。
单一样本的T检验
用于比较一组数据与一个特定数值之间的差异情况,即检验这组数据的均值与已知的总体均值是否相等。
主要用于检验某单一的定量数据差异,例如一个班的成绩是否显著大于70分。同样需要满足正态分布的假设,若不满足可采用单样本Wilcoxon检验。
配对T检验,
用于检验有一定对应关系的两组样本的均值差是否等于某一个值,两组样本数量需要相等。
常见的使用场景有:
①同一对象处理前后的对比(同一组人员采用同一种减肥方法前后的效果对比);
②同一对象采用两种方法检验的结果的对比(同一组人员分别服用两种减肥药后的效果对比);
③配对的两个对象分别接受两种处理后的结果对比(两组人员,按照体重进行配对,服用不同的减肥药,对比服药后的两组人员的体重)。
不满足正态分布的话,可采用Wilcoxon检验。
T检验怎么用:
首先要明确检验的目的,是单样本T检验、配对样本T检验还是独立样本T检验。进行正态性检验(方法:正态图、正态性检验、P-P图/Q-Q图等),独立样本还需要进行方差齐性检验,选择合适的检验方法进行检验