t检验方法如下:
t分布的发现使得小样本统计推断成为可能,并且以t分布为基础的检验称为t检验。在医学统计学中,t检验是应用较多的一类假设检验方法。对于计量资料的假设检验中,t检验是最为简单、常用的方法。
单样本资料的t检验,实际上是推断该样本来自的总体均数与已知的某一总体均数μ0(常为理论值或标准值)有无差别。零假设为H0:μ=μ0。而对立假设要视问题的背景而定:双侧的对立假设为H1:μ≠μ0;单侧的对立假设可以是H1:μ>μ0或H1:μ<μ0。
t检验的统计量计算,服从自由度为v=n-1的t分布。因此,可以根据t值来计算相应的P值,进行统计推断的。事先规定一个“小”的概率α作为检验水准,如果P值小于α,就拒绝零假设,如P值不小于α,则不拒绝零假设。
在医学科学研究中的配对设计主要适用于以下情况:第一,异体配对设计,包括同源配对设计和条件相近者配对设计(两同质受试对象配成对子分别接受两种不同的处理)。第二,自身配对设计(同一受试对象分别接受两种不同处理)。
两独立样本配对t检验:
两样本t检验又称成组t检验,或两独立样本t检验,医学研究中常见用于完全随机设计两样本均数的比较,即将受试对象完全随机分配到两个不同处理组,研究者关心的是两样本均数所代表的两总体均数是否不等。
此外,在观察性研究中,独立从两个总体中进行完全随机抽样,获得的两样本均数的比较,也可采用两样本t检验。此检验基于t分布,必须假定两个总体服从正态分布,根据是否符合方差齐性。