t检验统计方法

t检验是一种统计检验方法，用于比较两组数据的均值是否存在显著差异。它广泛应用于社会科学、生物科学、医学研究等领域。

一、基本概念

t检验是一种基于t分布的统计检验方法，用于确定两个样本均值之间是否存在显著差异。以下是t检验的一些基本概念：

6.显著性水平（Significance Level, α）：
显著性水平是用于判断统计结果是否显著的阈值，常用的显著性水平有0.05、0.01等。
7. p值（p-value）：

• p值是观察到当前统计量或更极端情况发生的概率，如果p值小于显著性水平，则拒绝零假设。

8. 效应量（Effect Size）：
   • 效应量是衡量两个样本均值差异的实际重要性的指标，常用的效应量指标有Cohen’s d。
9. 同方差假设（Homoscedasticity）：
   • 在独立样本t检验中，假设两个样本具有相同的方差。
10. 非正态分布数据：
    • 如果数据不满足正态分布，可能需要使用非参数检验方法，如曼-惠特尼U检验或威尔科克森符号秩检验。