TomatoSCI分析日记——T检验

💡 T检验是什么？

T检验是比较两组数据是否有差异的基本方法，
相信大多数人刚接触统计学时，第一个认识的就是它！

T检验常见的4种形式为：

1. 独立样本T检验（参数）

2. 非参数独立样本T检验

3. 配对样本T检验（参数）

4. 非参数配对样本T检验

📌 这里的“参数”指的是是否符合正态分布。
根据统计原则，样本量 > 30 或 正态检验通过 时，认为满足参数要求；否则应选择非参数方法。

👉 细分方法的选择将极大影响结果的可靠性（见图1）

---

✅ 01 独立样本 vs 配对样本

🔹 独立样本：
两组数据互不相关，每个个体只属于其中一组。

📍 典型场景：

• 两种不同治疗方法（如 A组吃药 vs B组不吃药）

• 男女两组对比（如 男性 vs 女性的平均身高）

• 不同班级对比（如 A班 vs B班 的学生成绩）

🔸 配对样本：
同一组个体在不同时间或条件下的重复测量，数据成对出现。

📍 典型场景：

• 实验前后对比（如 训练前后体重变化）

• 同一患者服用不同药物前后的指标

• 学生在两种复习策略下的成绩对比

---

📊 02 方法选择一览（图2）

不同数据类型、是否符合正态分布，对应的分析方法如下：

📌 快速判断用图2对照选择！

---

📈 03 结果解读 & 可视化

T检验结果的核心在于：p 值 < 0.05 = 差异显著

• 独立样本： 说明两组数据存在显著差异

• 配对样本： 表示两种处理方法之间存在差异

📊 通常会用箱线图来展示（见图3）

箱线图怎么看？

• 核心：看 p 值

• 其次：中位数线、上下须线、异常值只是辅助展示，不是重点

---

📌 04 结语

T检验适用于2组数据的对比。
如需比较2组以上的数据，就需要引入 多重比较 方法。

📍 多重比较将在下一篇详细讲解，敬请期待！

欢迎来访TomatoSCI