t检验属于参数方法中假设检验方法,主要包括单样本t检验、独立样本t检验和配对样本t检验等,美中适用于不同情形。
- 单样本t检验
单样本t检验的意义在于检验序列
X
1
X_1
X1的均值能否视作等于
S
0
S_0
S0,最常见的例子是检验一个班的平均身高是否等于某个值。
H
0
:
E
(
X
1
)
−
S
0
=
0
H_0: E(X_1)-S_0=0
H0:E(X1)−S0=0
当显著性水平
α
\alpha
α为0.05时,若P值小于0.05则拒绝原假设,认为该班平均身高
E
(
X
1
)
E(X_1)
E(X1)与
S
0
S_0
S0有显著性差异,也就是说该班平均身高不是
S
0
S_0
S0。若P值大于0.05,没有可以拒绝
H
0
H_0
H0的证据,则认为该班平均身高可视作
S
0
S_0
S0。
- 独立样本t检验
独立样本t检验假设两组样本是从不同的正态分布采样出来的,意义在于检验序列
X
1
X_1
X1与序列
X
2
X_2
X2的均值是否相等。
A班身高被计为序列
X
1
X_1
X1,B班身高被计为序列
X
2
X_2
X2,现检验A班与B班身高是否一样。
H
0
:
E
(
X
1
)
−
E
(
X
2
)
=
0
H_0: E(X_1)-E(X_2)=0
H0:E(X1)−E(X2)=0
当分布标准差相等时,
t
∼
T
(
n
1
+
n
2
)
t\sim T(n_1+n_2)
t∼T(n1+n2):
当分布标准差不相等时
t
∼
T
(
d
f
)
t\sim T(df)
t∼T(df):
显著性水平 α \alpha α为0.05,若P值小于0.05则拒绝原假设,认为A班平均身高 E ( X 1 ) E(X_1) E(X1)与B班平均身高 E ( X 2 ) E(X_2) E(X2)有显著性差异。若P大于0.05则认为A班身高可视作与B班一样。
- 配对样本t检验
配对样本t检验的与独立样本t检验的区别在于,配对样本精确到序列中的每个个体,独立样本t检验确是仅针对双方均值进行的检验,常用于一些试验的效果检测。
配对样本t检验要求两个序列中位于相同位置上的两个数必须是一组内的,像两条笔直的竖线,每一水平上都是对应的一组数据,所以两边的样本量一定是相同的;独立t检验却允许数据可不对应,形象一点就是可以分析俩坨数据, 即便两边的样本个数并不一样。
H
0
:
E
(
X
1
−
X
2
)
=
0
H_0: E(X_1-X_2) = 0
H0:E(X1−X2)=0