今天我們講解t檢驗——兩獨立樣本T檢驗。

說到T檢驗，我們先來回答一個問題：T檢驗屬于單因素分析嗎？那麼，T檢驗與單因素方差分析有何關系？今天一個老師問我，說：想分析年齡與SDS變量（抑郁自評量表）是否相關，她首先将年齡與SDS做了一個散點圖，然後接着做了一個線性相關性分析，發現兩者是沒有關系的，她在想是不是把年齡做一個分組（比如，＜30歲、30~60歲、＞60歲）再去看他們之間是不是有相關性（或者說年齡是不是SDS的一個影響因素），最後的結果可想而知，答案是沒有相關性。上面說的這麼複雜，簡化一下就是：如何判斷x與y是否相關？相關性與否這個結果是否與x的數據的表示方式有關？回答這個問題，我們先來看一個例子：

從上圖A中可以看出x與y的散點圖是沒有相關性的（y值不随x值的變化而變化），也就是x與y沒有相關性如果我們将x分組，也不能改變x與y的關系，這是肯定的。所以上面講到的年齡與SDS評分之間的關系也是同樣道理。

老師又問，那麼，如何判斷年齡是不是SDS評分的影響因素呢？不應該是用相關性分析嗎？為什麼有的論文中還用t檢驗呢？她還給我舉了一個例子：

為什麼這個論文中，判斷“領導力課程參加與否”是否是RSLQ的影響因素，用的是T檢驗呢？

其實，單因素分析就包括：T檢驗、方差分析與卡方檢驗等；T檢驗是單因素分析的一種統計學方法。這個用上面的x與y的例子解釋，就是：如果一個變量x真的與y相關或者x是y的一個影響因素，那麼x的分組之後，組與組之間也應該有差異的。至于說這個問題中年齡與SDS評分的關系中，用T檢驗還是用方差分析，這是與x（年齡）分幾組有關系：如果是兩組，則用T檢驗；如果是三組，則用方差分析。其實真的是兩組的話，也是可以用方差分析的，因為方差分析的結果與T檢驗的結果是一樣的。記好了就可以：如果兩組間比較單因素方差分析和t檢驗的結果是相同的，單因素方差分析可以對兩組以上的分組進行比較，而t檢驗隻能兩兩比較。（大家可以自己去試一下，有疑問的可以加我微信17610173396讨論。）

再來說一下：兩獨立樣本T檢驗

兩獨立樣本T檢驗(two independent samplest-test),又稱成組 t 檢驗。獨立樣本t檢驗跟配對樣本T檢驗的原理是一樣的，也是用來看兩組數據的平均值有無差異，與配對樣本t 檢驗的區别就在于方案的設計，也就是兩個樣本是獨立的還是配對的。比如，你選取了5男5女，想看男女之間身高有無差異，這樣，男的一組，女的一組，這兩個組之間的身高平均值的大小比較可用這種方法，因為男樣本和女樣本是獨立的（互不影響）。 這個獨立樣本t檢驗還會涉及到方差齊性檢驗，這點需要注意下。如果方差不齊，則要采用校正後的t檢驗，也就是t'檢驗。下面是步驟：

将核心基本統計量值：平均數、标準差、t值、p值等寫到論文中即可。（p值還是按照“大同小異”來判斷，p＞0.05代表相同，即沒有差異；p＜0.05代表不同，即有差異，至于誰大誰小，根據平均值來判斷。）#清風計劃# #健康真探社#

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!