统计基础：3.3_假设检验之t检验（Student‘s t test）

一、参数检验：T检验介绍

  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。 [1] 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。

1.1、单样本T检验(one sample t test)

  单样本T检验又称单样本均数t检验,适用于样本均数与已知总体均数μ0的比较,目的是检验样本均数所代表的总体均数μ是否与已知总体均数μ0有差别。

前提条件：总体标准α未知的小样本,且服从正态分布

  单样本t检验统计量为：
$$t=\frac{\bar{X}-u}{S/\sqrt{n}}$$
  其中$\bar{X}$ 为样本平均数， $S=\sqrt{\frac{{\sum }_{i=1}^n(x_i-\bar{x}{)}^2}{n}}$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的t分布。

eg:大规模调查已知某地新生儿出生体重为3.30kg。从该地难产儿中随机抽取35名新生儿,平均出生体重为3.42kg,标准差为0.40kg,问该地难产儿出生体重是否与一般新生儿体重不同?
step1：建立假设H0：u=u0,H1:u≠0
step2:计算统计量 $t=\frac{\bar{X}-u_0}{S/\sqrt{n}}=\frac{3.42-3.30}{0.40/\sqrt{3}5}=1.77$
step3：在显著性水平$\alpha =0.05$，本例自由度v=n-1=34下，查表得$t_{0.05/2}(34)=2.032$
step4:统计决策,因t < $t_{0.05/2}(34)$，故P>0.05，按 α=0.05水准，没有发现充足的证据拒绝H0，故差别无统计学意义，尚不能认为该地难产儿与一般新生儿平均出生体重不同。

1.2、独立样本T检验(independent sample t-test)

  独立样本T检验是用于分析定类数据与定量数据之间的关系情况，适合对比两组数据的差异性（如不同性别的两类人群,他们网购满意度是否有差异?），需要特别注意的是，该定类变量为二分类变量（三分类及以上使用方差分析），各分类频数可以不相等。

前提条件：两组数据来自正态分布的群体，数据的方差齐，满足独立性。

• 其统计量为：
  $$t=\sqrt{\frac{(n_1-1)S_1^2+(n_2-1)S_2^2}{n_1+n_2-2}(\genfrac{}{}{0ex}{}{}{n_1}}$$