![29a7db2a6c74571ac8a399b070571b41.gif](https://img-blog.csdnimg.cn/img_convert/29a7db2a6c74571ac8a399b070571b41.gif)
上一期给大家介绍了Graphpad进行独立样本T检验。
今天给大家带来Graphpad 的统计分析功能:配对样本T检验的教程!
配对样本t检验:用于两个样本并不互相独立,对两个总体的均值差异进行检验,原假设d=μ1-μ2=0,即假定两个总体均值相等。
配对样本T检验的前提条件:
①两个样本必须是配对的,也就是相关的;
②两个样本所来自的总体都应该服从正态分布,这是T检验使用的基本条件;
配对t检验适用于对同一个受试对象处理前后的比较,或是将受试对象按情况相近者配对,分别给予两种不同处理,观察两种处理效果有无差别。
一、检验数据是否符合正态分布
看上期教程:
独立样本T检验 | Graphpad prism8统计分析教程 第一期
,这里就不再赘述。
数据符合正态分布!
二、配对样本T检验
1.建立Table
2.输入/导入数据,Data 1
3.选择左侧的Results-New Analysis,选择Column analyses中的t tests,点击OK
![8d316551b63f7f1dad8a8324ea46a44a.png](https://img-blog.csdnimg.cn/img_convert/8d316551b63f7f1dad8a8324ea46a44a.png)
设置好参数,点击OK
![2f8adbd79713e908096c6436fc443205.png](https://img-blog.csdnimg.cn/img_convert/2f8adbd79713e908096c6436fc443205.png)
注意:关于Ratio Paired t test,根据某些数据,控制组和治疗组之间的差异并不是对疗效的一致衡量。相反,控制值越大,差异就越大。在这种情况下,比率(治疗/控制)可能是量化治疗效果的更一致的方法。
Paired vs Ratio paired可以参考:
https://www.graphpad.com/guides/prism/7/statistics/stat_paired_or_ratio_t_test.htm
查看结果:两组样本之间差异显著(P<0.05)。
![a5dad6db317c79470e011ce547327069.png](https://img-blog.csdnimg.cn/img_convert/a5dad6db317c79470e011ce547327069.png)
出图:可以参考之前的绘图教程
https://mp.weixin.qq.com/mp/appmsgalbum?action=getalbum&album_id=1368691625987522563&__biz=MzAwOTg5ODYyNQ==#wechat_redirect
![dd036212e28b6957c5e8d85feac175bc.png](https://img-blog.csdnimg.cn/img_convert/dd036212e28b6957c5e8d85feac175bc.png)
这样配对样本T检验的分析过程就结束了!
![3092185115922cf7068ac6d453493326.png](https://img-blog.csdnimg.cn/img_convert/3092185115922cf7068ac6d453493326.png)
我就知道你在看?