基于R实现统计中的检验方法---T检验

欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！

对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：tstoutiao，邀请你进入数据爱好者交流群，数据爱好者们都在这儿。

作者：徐涛，19年应届毕业生，专注于珊瑚礁研究，喜欢用R各种清洗数据。

知乎：

https://www.zhihu.com/people/parkson-19/posts

前言

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。

1.适用条件

已知一个总体均数；可得到一个样本均数及该样本标准差；样本来自正态或近似正态总体。

备注：若是单独样本T检验，必须给出一个标准值或总体均值，同时，提供一组定量的观测结果，应用t检验的前提条件是该组资料必须服从正态分布；若是配对样本T检验，每对数据的差值必须服从正态分布；若是独立样本T检验，个体之前相互独立，两组资料均取自正态分布的总体，并满足方差齐性。之所以需要这些前提条件，是因为必须在这样的前提下所计算出的t统计量才服从t分布，而t检验正是以t分布作为其理论依据的检验方法。后面的方差分析，其独立样本T检验的前提条件是相同的，即正态性额方差齐性。(参考：t检验和方差分析的前提条件及应用误区_百度文库（链接见文末）说的非常详细)

2.分类

单总T检验（单独样本T检验），双总T检验（一是独立样本T检验，另一是配对样本T检验）

备注：单独样本T检核与独立样本T检验的区别。单独样本T检验（One-Samples T Test）用于进行样本所在总体均数与已知总体均数的比较，独立样本T检验（Independent-Samples T Test)用于进行两样本均数的比较。

3.R实例