t统计检验分为几种类型？

一、t检验分两种：成对数据t检验和成组数据t检验；

二、成组数据t检验又分两种：两样品方差相等、两样品方差不相等；

三、如何判断两样品方差是不是相等？答：f检验；

四、方差相等和不相等的t检验有什么不同？答：过程一样，但是在最后查t值表时用的自由度不一样，两样品方差相等时自由度为n-1，两样品自由度不相等时自由度为2（n-1）。

单总体T检验条件：总体正态，总体方差未知

双总体T检验条件：总体正态、方差均未知且

1、总体方差相等，独立样本

2、相关样本

单总体t检验是检验一个样本平均数与一个已知的总体平均数的差异是否显著。当总体分布是正态分布，如总体标准差未知且样本容量小于30，那么样本平均数与总体平均数的离差统计量呈t分布。

扩展资料：

配对样本t检验可视为单样本t检验的扩展，不过检验的对象由一群来自常态分配独立样本更改为二群配对样本之观测值之差。若二配对样本x1i与x2i之差为di=x1i−x2i独立。

经常需要进行两组以上比较，或含有多个自变量并控制各个自变量单独效应后的各组间的比较，（如性别、药物类型与剂量），此时，需要用方差分析进行数据分析，方差分析被认为是t检验的推广。在较为复杂的设计时，方差分析具有许多t-检验所不具备的优点。（进行多次的t检验进行比较设计中不同格子均值时）。

参考资料来源：百度百科-t检验

t检验，也称student t检验（Student's t test），主要用于样本含量较小（例如n < 30），总体标准差σ未知的正态分布。t检验是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著。它与f检验、卡方检验并列。t检验是戈斯特为了观测酿酒质量而发明的，并于1908年在Biometrika上公布。
下面我们主要从下面四个方面来解说：
实际应用

理论思想

*** 作过程

分析结果
一、实际应用

  在统计分析中，要检验两个相关的样本是否来自具有相同均值的总体；或者检验两个有联系的正态总体的均值是否有显著差异等。例如医学界研究一种药物对某种疾病的疗效；学生性别对身高的影响；一种化学药剂对作物害虫的杀虫效果等。T检验的主要用途：

单样本检验：检验一个正态分布的总体的均值是否在满足零假设的值之内
双样本检验：其零假设为两个正态分布的总体的均值是相同的。

这一检验通常被称为学生t检验。但更为严格地说，只有两个总体的方差是相等的情况下，才称为学生t检验；否则，有时被称为Welch检验。
检验同一统计量的两次测量值之间的差异是否为零。
检验一条回归线的斜率是否显著不为零。
二、理论思想

  T检验是一种处理2个总体间计量变量比较方法， 用 t 分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著。

T检验有3种类型：
单样本 T 检验

检验一个样本平均数与一个已知的总体平均数的差异是否显著。
独立样本 T 检验

检验两个样本平均数与其各自所代表的总体的差异是否显著。两个样本组之间毫无相关存在，即为独立样本。
配对样本 T 检验

检验两个样本平均数与其各自所代表的总体的差异是否显著。两个样本组之间存在相关，即为非独立样本。
三、 *** 作过程

T检验的数据条件：

来自正态分布总体。

随机样本。

方差齐性。 均数比较时，要求两样本总体方差相等，即满足方差齐性。 如果不满足这些条件，可以采用校正的 t 检验，或者换用非参数检验代替 t 检验进行两组间均值的比较。

独立样本 T 检验案例：

题目：甲、乙两所学校各40名高三学生的高考数学成绩。试用独立样本T检验方法研究两所学校被调查的高三学生的高考数学成绩之间有无明显的差别。

一、数据输入

二、 *** 作步骤

1进入SPSS，打开相关数据文件，选择“分析”|“比较平均值”|“独立样本T检验”命令

2选择进行独立样本T检验的变量。在“独立样本T检验”对话框的左侧列表框中，选择“高考数学成绩”进入“检验变量”列表框。

3选择分组变量。在“独立样本T检验”对话框的左侧列表框中，选择“学校”进入“分组变量”列表框。然后单击“定义组”按钮，其中“组1”“组2”分别表示第一、二组类别变量的取值。在“组1”中输入1，在“组2”中输入2。
4置信区间和缺失值的处理方法。单击“独立样本T检验”对话框中的“选项”按钮，在“置信区间百分比”文本框中输入“95”，即设置显著性水平为5%。在“缺失值”选项组中选中“按具体分析排除个案”单选按钮，单击“继续”按钮，返回“独立样本T检验”对话框。
5其余设置采用系统默认值即可

6单击“确定”按钮，等待输出结果。
四、结果分析

1 数据基本统计量表参与分析的样本中，甲组的样本容量是40，样本平均值是11995，标准差是12249，标准误差平均值是1937；乙组的样本平均值是13265，标准差是11263，标准误差平均值是1781。

2独立样本T检验结果表F统计量的值是0652，对应的置信水平是0422，说明两样本方差之间不存在显著差别，采用的方法是两样本等方差T检验。T统计量的值是-4827，自由度是78，95%的置信区间是（-17938，-7462），临界置信水平为0000，远小于5%，说明两所学校被调查的高三学生的高考数学成绩之间有着明显的差别。
分析结论：

综上所述，T检验检验结果拒绝原假设，说明两所学校被调查的高三学生的高考数学成绩之间有着明显的差别。

（获取更多知识，前往wx 公z号 程式解说）

原文来自>

t检验的适用条件：

1、已知一个总体均数；

2、可得到一个样本均数及该样本标准差；

3、样本来自正态或近似正态总体。

t检验主要用于样本含量较小（例如n < 30），总体标准差σ未知的正态分布。t检验是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著。它与f检验、卡方检验并列。t检验是戈斯特为了观测酿酒质量而发明的,并于1908年在Biometrika上公布。

扩展资料：

选用的检验方法必须符合其适用条件(注意：t检验的前提：来自正态分布总体；随机样本 ；均数比较时，要求两样本总体方差相等，即具有方差齐性) 。理论上，即使样本量很小时，也可以进行t检验。（如样本量为10，一些学者声称甚至更小的样本也行），只要每组中变量呈正态分布，两组方差不会明显不同。

如上所述，可以通过观察数据的分布或进行正态性检验估计数据的正态假设。方差齐性的假设可进行F检验，或进行更有效的Levene's检验。如果不满足这些条件，可以采用校正的t检验，或者换用非参数检验代替t检验进行两组间均值的比较。

参考资料来源：百度百科-t检验

关于t检验已知t值如何查p值，下面解答这个问题。

1、P=P（|t|>08796)=2P(t>08796),这个t分布的自由度是50。

2、所以这样你就可以查表得到P了。

3、 这是双边的P，如果是单边的话P=P(t>08796)。

知道t值，求p值的方法有：这需要用EXCEL软件。打开EXCEL软件，找到函数TDIST，输入相应值，其中X是用来计算t分布的值，则在此处输入已知的T值；Deg_freedom项填的是已知的自由度；Tails指定返回的分布函数是单边还是双边分布，单边分布=1，双边分布=2，根据需求填，回车即可。

1、t指的是T检验，亦称studentt检验（Student'sttest），主要用于样本含量较小（n<30），总体标准差σ未知的正态分布资料。

计算：t的检验是双侧检验，只要T值的绝对值大于临界值就是不拒绝原假设。

2、P值（Pvalue）就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。如果P值很小，说明原假设情况的发生的概率很小，而如果出现了，根据小概率原理，就有理由拒绝原假设，P值越小，拒绝原假设的理由越充分。

计算：概率定义为：P(A)=m/n，其中n表示该试验中所有可能出现的基本结果的总数目。m表示事件A包含的试验基本结果数。

应考虑所要解决问题的目的，根据专业知识来确定用单侧检验还是双侧检验。若从专业知识判断一种方法的结果不可能低于或高于另一种方法的结果时，可用单侧检验；尚不能从专业知识判断两种结果谁高谁低时，则用双侧检验。

例如：药物治疗之前和治疗之后的数据做t检验，如果从专业知识可以判断治疗后数据不可能低于（或高于）治疗前数据，可以选择单侧t检验。如果目前专业知识无法判断治疗前后结果谁高谁低时，要用双侧t检验。

相同的t值， 双侧的P值要比单侧的P值高；如下图所示：自由度df＝10时，t＝1812, 双侧P＝01,单侧P＝005。单侧检验如果误认为是双侧检验，就不易拒绝H0；双侧检验如果误用单侧检验，就比较易拒绝H0。

扩展资料：

从专业知识判断， 如果不清楚后测数据是否高于前测数据，研究目的是想判断前后测的均值是否不同，就需要用双侧检验。如果从专业知识判断， 如果后测数据不可能低于前测数据，研究目的是仅仅想知道后测数据是不是高于前测数据，则可以采用单侧检验。

相同的t值， 双侧的P值要比单侧的P值高。相同的P值， 双侧的t值要比单侧的t值高。单侧检验如果误认为是双侧检验，就不易拒绝H0；双侧检验如果误用单侧检验，就比较易拒绝H0。

参考资料：

百度百科——t检验

百度百科——单侧检验

百度百科——双侧检验

---