t检验自由度的意义_医学科研课堂丨统计说说（二）：你的t检验做对了吗？

统计说说(二)

你的t 检验做对了吗？？？

今天为各位带来卫生统计学的第二期内容，刘教授要给大家讲讲t 检验怎么用。在学术期刊的医学论文中，统计学处理的t 检验最常见，但也是很容易出错的一种统计学检验方法。小编已经搬好板凳坐好等刘教授开讲了，小伙伴们抓紧时间，快来认真听课吧！

作为医学科研人员，t 检验是统计学扫盲基础段位，看文献写文章都是必须具备的统计技能(看得懂，解释清，运用当)。好了，废话少说，看例子。

NO.1

案例1

正常人的脉搏平均为72次/分，现测得10例某病患者的脉搏(次/分)：54，67，68，78，70，66，67，70，65，69。试问此病患者的脉搏(次/分)与正常人相比有无统计学差异？

案例分析思考：

1.研究目的：分析某病对脉搏是否会产生影响；

2.研究设计类型：一组样本(10例某病患者)和一个已知总体(正常人的脉搏平均为72次/分)进行比较，属于单样本设计；

3.反应变量：脉搏属于计量资料；

4.单样本t 检验的应用条件：样本服从正态分布。

具体操作：

1.数据格式 10行1列(反应变量：脉搏次数)(图1)

图1 单样本T检验数据输入格式

2. 操作步骤

分析(A)→比较平均值(M)→单样本T检验(S)

弹出“单样本T检验”主对话框(图2)。

图2 单样本T检验主对话框

►检验变量(T)：选入反应变量，本例为：脉搏次数。

►检验值(V)：输入已知总体均数，本例输入：72。

点击左下角“确定”。

3.主要输出结果及分析

(1)单样本基本统计量表(表1)

基本统计描述指标的统计量：个案数即样本量为10，样本均数为67.40、标准差为5.93、标准误为1.87。

(2)单样本t检验结果表(表2)

单样本t 检验的结果。本例结果： t=-2.453，自由度=9，P=0.037，样本均数与总体均数之差为-4.60，差值的95% 置信区间为(-8.84，-0.36)，不包括0，差异有统计学意义。

报告中单样本t检验的表述形式：

该病样本量n=10，其患者的脉搏为67.4±05.93(次/分)，与正常人的脉搏平均72次/分(常模或大规模调查结果)比较差异有统计学意义(t=-2.453， P=0.037)，可以认为此病对脉搏有影响，该病患者脉搏较正常人的脉搏偏低。

NO.2

案例2

10名战士在平原与高原的血氧饱和度(%)见表3，试检验平原与高原的血氧饱和度相差是否有统计学意义。

案例分析思考：

1.研究目的：分析高原地理环境对血氧饱和度是否会产生影响；

2.研究设计类型：同一受试对象(战士)分别接受两种不同的处理(平原和高原)，比较平原与高原的血氧饱和度，属于配对设计；配对设计的数据特点为数据成对出现，不能拆分。

3.反应变量：血氧饱和度属于计量资料；

4. 配对样本t检验的应用条件：差值(即每一对的差值)(可以看成是一组数据)服从正态分布。

具体操作：

1. 数据格式 10行2列(反应变量1：平原，反应变量2：高原)(图3)

图3 成对样本T检验数据输入格式

2. 操作步骤

分析(A)→比较平均值(M)→成对样本T检验(P)

弹出“成对样本T检验”主对话框(图4)。

图4 成对样本T检验主对话框

►配对变量：选入反应变量，本例为：平原-高原。

点击左下角“确定”。

3. 主要输出结果及分析

(1)配对样本基本统计量表(表4)

基本统计描述指标的统计量：样本量为10对，平原与高原血氧饱和度的均数分别为96.60和87.20、标准差分别为1.35和2.15、标准误分别为0.43和0.68。

(2)配对样本t检验结果表(表5)

配对样本t检验的结果。本例结果：平原-高原差值的均数为9.40，标准差为2.41，标准误为0.76，差值的95% 置信区间为(7.67,11.13)，t=12.319，自由度=9，P=0.000，差异有统计学意义。

报告中配对样本t检验的表述形式：

10名战士在平原与高原的血氧饱和度比较，采用配对样本t检验，平原和高原的血氧饱和度(96.60±1.35和87.20±2.15)比较差异有统计学意义(t=12.319， P=0.000)，可以认为高原地理环境对血氧饱和度有影响，平原的血氧饱和度高于高原。

NO.3

案例3

某高原研究组将籍贯相同、年龄相同、身高体重接近的20名新战士随机分为甲、乙两组。甲组为锻炼组，每天除常规训练外，还接受中速长跑与健身操锻炼；乙组为对照组，按常规训练，一月后测定肺活量(L)，结果见表6所示，试比较两组的肺活量有无差别。

案例分析思考：

1.研究目的：分析中速长跑与健身操锻炼是否会提高肺活量；

1.研究设计类型：完全随机设计两组比较(锻炼组和对照组)，样本量相等(平衡设计)；此类设计可以样本量不等；又称独立样本比较或两样本比较；

2.反应变量：肺活量属于计量资料；

3.独立样本t 检验的应用条件：两组样本分别服从正态分布，两组样本方差齐性(简称正态方差齐性)。

具体操作：

1. 数据格式 20行2列(反应变量：肺活量，分组变量：1=锻炼组、2=对照组)(图5)

图5 独立样本T检验数据输入格式

2. 操作步骤

分析(A)→比较平均值(M)→独立样本T检验

弹出“独立样本T检验”主对话框(图6)。

图6 独立样本T检验主对话框

►检验变量(T)：选入反应变量，本例为：肺活量。

►分组变量(G)：选入分组变量，本例为：分组。

★定义组(D)：定义分组变量。

点击“定义组(D)”按钮，弹出“定义组”对话框(图7)。

图7 定义分组变量的对话框

在此对话框中对所要比较的组别赋值进行选择，本例：

►组1：1。

►组2：2。

点击“继续(C) ”回到主对话框，点击左下角“确定”。

3. 主要输出结果及分析

(1)独立样本基本统计量表 (表7)

基本统计描述指标的统计量：样本量为20(锻炼组与对照组分别为10)，锻炼组与对照组的均数分别为4.32和3.89、标准差分别为0.34和0.36、标准误分别为0.11和0.11。

(2)例3-3的独立样本t 检验结果表(表8)

独立样本t检验的结果。若方差齐性假设(莱文方差等同性检验)满足，则读取第一行t检验的结果，否则读取第二行t检验的结果。本例结果：经方差齐性检验得：F=0.003，P=0.960，可以认为方差齐同，读取第一行t 检验的结果。t=2.734，自由度=18，P=0.014，均数的差值为0.43，标准误为0.16，均数差值的95% 置信区间为(0.10，0.75)，差异有统计学意义。

报告中独立样本t检验的表述形式：

锻炼组和对照组的肺活量(4.32±0.34和3.89±0.36)比较，采用独立样本t检验，差异有统计学意义(t=2.734， P=0.014)，可以认为中速长跑与健身操锻炼能够提高肺活量，锻炼组的肺活量高于对照组。

技术总结

1. 在医学统计学中，t 检验是最为常见的一类假设检验方法，t 检验(t-test)源于t分布，t 分布是英国统计学家W.S.Gosset于1908年以“Student”笔名发表论文提出的，所以又称“Student’s t-distribution”；以t分布为基础的检验称为t 检验；t 分布的发现使得小样本统计推断成为可能，它被认为是统计学发展历史中的里程碑之一。

2.t 检验有三种设计形式：单样本t 检验/配对样本t 检验/独立样本t 检验；

3.t 检验涉及的资料类型是计量资料；

4.是否采用t 检验应看各自的应用条件(正态方差齐性)。

好了，那么，若不能满足t 检验的应用条件(正态方差齐性)，我们又应该用何种统计学方法呢？见图8。正态性检验又是如何做的呢？？具体步骤且听下回分解。

本节内容采用的是SPSS 23.0版本。

图8 单变量两组计量资料的分析思路示意图

撰稿：刘岭

约稿编辑：刘芹

专家简介

刘岭：陆军军医大学卫生统计学教研室副教授，主要从事卫生统计学教学、科研工作。担任中华卫生信息学会第八届统计理论与方法专业委员会委员，重庆市预防医学卫生统计专业委员会副主任委员，并担任《第三军医大学学报》等多家杂志的编委、统计审稿专家。

排版：毕丽 审核：王东

PS：各位小伙伴若对本次课堂内容有何疑问可给我们留言，我们将在下一期课堂请刘教授为大家解答。

往期推荐

医学科研课堂丨统计说说(一)：样本量估算是个什么东东？