计量资料两组均数比较-t检验
实验五 均值比较与T检验
实验五均值比较与T检验⏹均值（Means）过程对准备比较的各组计算描述指标，进行预分析，也可直接比较。
⏹单样本T检验（One-Samples T Test）过程进行样本均值与已知总体均值的比较。
⏹独立样本T检验（Independent-Samples T Test）过程进行两独立样本均值差别的比较，即通常所说的两组资料的t检验。
⏹配对样本（Paired-Samples T Test）过程进行配对资料的显著性检验，即配对t检验。
⏹单因素方差分析（One-Way ANOVA）过程进行两组及多组样本均值的比较，即成组设计的方差分析，还可进行随后的两两比较，详情请参见单因素方差分析。
预备知识：假设检验的步骤：⏹第一步，根据问题要求提出原假设（Null hypothesis）和备选假设（Alternative hypothesis）；⏹第二步，确定适当的检验统计量及相应的抽样分布；⏹第三步，计算检验统计量观测值的发生概率；⏹第四步，给定显著性水平并作出统计决策。
第二步和第三步由SPSS自动完成。
假设检验中的P值⏹P值（P-value）是指在原假设为真时，所得到的样本观察结果或更极端结果的概率，即样本统计量落在观察值以外的概率。
⏹根据“小概率原理”，如果P值非常小，就有理由拒绝原假设，且P值越小，拒绝的理由就越充分。
⏹实际应用中，多数统计软件直接给出P值，其检验判断规则如下（双侧检验）：⏹若P值<a，则拒绝原假设；⏹若P值≥ a ，则不能拒绝原假设。
均值比较中原假设H0：μ=μ0（即某一特定值）（适用于单样本情形）或 H0：μ1=μ2。
（适用于两独立样本情形）一、Means（均值）过程选择：分析Analyze==>均值比较Compare Means ==>均值means;1、基本功能分组计算、比较指定变量的描述统计量，还可以给出方差分析表和线性检验结果表。
优点各组的描述指标被放在一起便于相互比较，如果需要还可以直接输出比较结果，无须再次调用其他过程。
关于计量资料中的t检验
2020 NO.27China &Foreign Medical Treatment|药物与临床意义(P>0.05),治疗后，观察组FEV 1、FEV 1/FVC 高于对照组(P<0.05)，两组治疗后的FEV 1、FEV 1/FVC 与同组治疗前比较显著提升(P<0.05),见表2o2.3疗效对比观察组总有效率高于对照组, 差异有统计学意义 (P<0.05),见表 3o3 讨论临床治疗次大面积肺栓塞合并肺动脉高压以促进血液再流通为主要治疗原则,多通过溶栓、抗凝疗法治疗患者。
现阶段，法华林、低分子肝素是治疗肺栓塞的 常用药物,但单纯的抗凝治疗仅能够抑制血栓再形成, 对已经形成的血栓难以发挥有效的溶栓作用, 影响预后效果，因此有必要研究更加高效的治疗途径。
胡耀武等冋研究后发现,前列地尔能够有效提高肺动脉高压患 者的FEV 1、FEV 1/FVC 水平,促进患者肺功能恢复。
该研究中，与对照组比较,观察组治疗后的FEV 1,FEV 1/FVC增幅显然更高，表明观察组肺功能恢复效果更加理想。
分析后可知，前列地尔中主要含有前列腺素E1,可同时作用于血管平滑肌的内皮细胞膜、血小板膜表层受体，激活腺苷酸环化酶,提高细胞中环磷酸腺苷浓度,使其对肺血管平滑肌产生舒张作用，扩张肺动脉，增加心输 岀量，扩张肺动脉，有效改善患者肺功能。
宋玉华"对80例大面积肺栓塞合并肺动脉高压患者研究后发现, 采用前列地尔治疗患者能够有效降低肺动脉压，应用效果满意。
结合该次实践结果可知，两组采用的治疗方案均可有效降低肺动脉压水平, 但观 察组改善效果更佳。
研究后发现, 前列地尔可刺激血管内皮生成纤溶酶原激活物，促进纤维蛋白溶解，削弱纤维蛋白对血小板、红细胞的聚集桥联效应，改善血液成 分聚集，调节血液高凝、高黏状态，同时抑制补体系统、白细胞趋化性，中和多种致炎因子，进一步降低内皮细 胞通透性，调节通气/血流比例失衡，改善机体缺氧情况，有效减轻肺动脉高压。
《医学统计学》-第七章T检验和Ttest
T 检验/T test
任课教师 :
教研室 :
重点难点
学习 要求
掌握 1.均数比较的 t 检验方法: 单个样本 t 检验、配对样本 t 检验、两个独立样本 t 检验的计算和应用
熟悉 · t 检验中的注意事项： 主要包括其应用条件、单双侧检验的选择和对 P 值的理解。
了解 1.假设检验中的两类错误； 2.检验效能的概念及影响因素。
1 9
1 8
0.329
t | 2.656 5.150 | 7.581 0.329
（3）根据 P 值，作出推断结论：
两独立样本t检验自由度为 n1 n2 2 9 8 2 15 ；查 t 界值表，t0.05/2,15=2.131 。
由于t ＞t0.05/2,15，P＜0.05，按 α=0.05 的水准拒绝 H0，接受 H1，两组差异有统计学意义，可以认为两种环 境中运动者的心肌血流量存在差异。
➢
应用条件：两独立样本
t
检验要求两样本所代表的总体服从正态分布N
(
1
,
2 1
)
和
N
(2
,
22，) 且
两总体方差
2 1
2 2
，即方差齐性（homogeneity
of
variance）。若两者总体方差不齐，可采用
t’ 检验、变量变换或用秩和检验方法处理。
练习
测试题1 随机选择9窝中年大鼠，每窝中取两只雌性大鼠随机地分入甲、乙两组，甲组大鼠不接受任 何处理(即空白对照)，乙组中的每只大鼠接受3mg/Kg的内毒素。分别测得两组大鼠的肌酐(mg/L)测 定结果如下。 试分析之。
本节介绍计量资料两组均数 比较的 t 检验方法，
根据研究设计和资料的性质有: ➢ 单个样本 t 检验 ➢ 配对样本 t 检验 ➢ 两个独立样本 t 检验
均值比较与T检验
均值的比较
• 在SPSS中，将两个总体均值近比较称为Compare Means，可选择Analyze→Compare Means来实现。 Compare Means集中了几个用于计量资料均值间比较 的过程。具体有： Means过程：对准备比较的各组计算描
述指标，进行预分析，也可直接比较。 One-Samples T Test过程：进行样本 均值与已知总体均值的比较。 Independent-Samples T Test过程： 进行两样本均值差别的比较，即通常所 说的两组资料的t检验。 Paired-Samples T Test过程：进行配 对资料的显著性检验，即配对t检验。
• 执行【Analyze】/【Compare Means】/【One-Sample T Test】命令，弹出如下图所示对话框
●Test Variables： 用于选入需要分 析的变量。
●Test Value框： 在此处输入已知 的总体均值，默 认值为0。 ●Options：弹出 Options对话框
均值比较与T检验
Spss均值比较与t检验方法 一、均值的比较Compare Means
调查研究中的个案（Cases）被称为样 本。如果样本来自总体，那么，总体的特征 可以采用集中趋势或离中趋势加以描述和统 计，其结果可以准确地描述总体。一般地， 数据总体的均值应为0，方差应为1，即服从 标准正态分布。现实中，样本的均值与方差 都不能满足该条件，但可加大样本规模使之 分布接近总体的正态分布。
3、统计量计算不同
◆注意 1、两样本必须是独立的。 2、样本来自的总体要服从正态分布。
3、在进行独立两样本t检验之前，要通 过F检验来看两样本的方差是否相等。 从而选取恰当的统计方法。
计量资料常用的检验方法
计量资料常用的检验方法
经tˊ检验：tˊ=1.17<tˊ0.05=2.05, P>0.05，可以认为两组证候计分 值差异无显著性意义。
95% Confidence
Interval of the
Sig.
Mean
Difference
t
df (2-tailed) Difference Lower Upper
PF
35.666 1076
.000 16.7409 15.8200 17.6619
RP
3.319 1076
.001
3.7697 1.5409 5.9986
V MS
F
P
总
16289.89
68 2603.96
15.51
0.0000
组间
5207.93
2 167.91
组内
11081.96
66
计量资料常用的检验方法
两小样本（n<30）均数的比较
t
x1x2 Sx1x2
,vn1n2
2
计量资料常用的检验方法
两样本均数差数的标准误
s x1x2
(n11)s12(n21)s22 n1n22
1077 61.8106 14.62732
.44571
SF
1077 75.2633 14.90322
.45412
RE
1077 71.3021 38.73274
统计学两样本均数比较的t检验
处理方式
对于异常值，可以采用删除、替换或用中位数修正等方式进行处理。具体处理方式应根 据实际情况和数据分布特点进行选择，并确保处理后的数据仍然能够反映总体情况。
实验设计和伦理考虑
实验设计
在进行t检验之前，应进行充分的实验设计， 确保实验的合理性和科学性。实验设计应考 虑各种因素对实验结果的影响，并尽量减小 误差和干扰因素。
确定p值：根据t统计量和自由 度，查表或使用统计软件计算 p值。
步骤1
收集数据：分别从两个独立样 本中收集数据，并记录在表格 中。
步骤3
计算t统计量：根据两组样本的 均数和标准差，计算t统计量。
步骤5
结果解读：根据p值判断两组 样本均数之间的差异是否具有 统计学上的显著性。
结果解读
• 结果解读：根据p值的大小来判断两 组样本均数之间的差异是否具有统计 学上的显著性。通常，如果p值小于 0.05，则认为两组样本均数之间存在 显著差异；如果p值大于0.05，则认 为两组样本均数之间无显著差异。
对差值数据进行描述性统计分析， 计算差值的均值和标准差。
计算t统计量
根据差值的均值、标准差以及自 由度，计算t统计量。
收集两个配对样本的数据
确保两个样本具有相同的样本量， 且每个样本中的数值都是配对的。
判断显著性
பைடு நூலகம்根据t分布表或使用统计软件，查 找对应的p值，判断两个配对样本 均数是否存在显著差异。
结果解读
伦理考虑
在实验设计过程中，还应考虑伦理问题。应 尊重受试者的权益和尊严，确保受试者的安 全和隐私。同时，应遵循国际公认的伦理准 则和法律法规，如《赫尔辛基宣言》等。
06 案例分析
计量资料的统计推断-t检验
t分布 特征
f(t)
ν─>∞(标准正态曲线) ν =5 ν =1
-5
-4
-3
-2
-1
0
1
不同自由度下的t 分布图
2
3
4
5
• 自由度ν 不同，曲线形态不同，t分布是一簇曲线。 • 自由度ν 越大，t分布越接近于正态分布；当自由度 ν 逼近∞时，t分布趋向于标准正态分布。
t
概率、自由度与t值关系 ——t界值
140 138 140 135 135 120 147 114 138 120
治疗矽肺患者血红蛋白量（克％）
编号
1
治疗前
113
治疗后
140
治疗前后差数ｄ
27
2
3 4 5 6
150
150 135 128 100
138
140 135 135 120
-12
-10 0 7 20
7
8 9 10
110
120 130 123
配对样本均数t检验——实例分析
• 例： 有12名接种卡介苗的儿童，8周后用 两批不同的结核菌素，一批是标准结核菌 素，一批是新制结核菌素，分别注射在儿 童的前臂，两种结核菌素的皮肤浸润反应 平均直径(mm)如表5-1所示，问两种结核菌 素的反应性有无差别？
表 5-1
12 名儿童分别用两种结核菌素的皮肤浸润反应结果(mm) 编号 1 2 3 4 5 6 7 8 9 10 11 12 合计 标准品 12.0 14.5 15.5 12.0 13.0 12.0 10.5 7.5 9.0 15.0 13.0 10.5 新制品 10.0 10.0 12.5 13.0 10.0 5.5 8.5 6.5 5.5 8.0 6.5 9.5 差值 d 2.0 4.5 3.0 -1.0 3.0 6.5 2.0 1.0 3.5 7.0 6.5 1.0 39(d) d2 4.00 20.25 9.00 1.00 9.00 42.25 4.00 1.00 12.25 49.20 42.25 1.00 195(d2)
两组数据作均数差别的t检验要求
两组数据作均数差别的t检验要求
本文将对两组数据作均数差别的t检验。
t检验是一种用于检验两组样本均数之间是否有显著差异的统计检验方法。
通过检验，我们可以推断两组样本均数之间是否存在显著的差异。
为了进行均数差别的t检验，首先需要进行以下假设：
1、两组数据来源于正态分布的总体；
2、样本容量足够大，可以认为是无限大；
3、两组数据之间的方差相等。
根据上述假设，可以使用t检验检验两组数据均数之间的差异。
通过检验，可以得出t统计量的值以及p值，t统计量的值越大就表明两组数据的均数差异越显著，而p值越小则表明两组数据的均数差异越显著。
如果p值小于某一个特定的显著水平，则可以拒绝原假设，认为两组数据的均数有显著差异。
本文通过介绍了t检验，以及如何使用t检验检验两组数据均数之间的差异，以期望能够帮助读者更好地理解t检验的原理及运用。
6.计量资料的统计推断—t检验
6 计量资料的统计推断－t检验t检验是以t分布为理论依据的假设检验方法，常用于正态总体小样本资料的均数比较，t检验统计量有三个不同的形式，适用于单因素设计的三种不同类型：①单个样本的均数与已知总体均数比较的检验，适用于单组设计，给出一组服从正态分布的定量观测数据和一个标准值（总体均值）的资料。
②配对t检验，适用于配对设计。
③成组t检验，适用于完全随机设计的两均数比较。
SPSS中使用菜单Analyze →Compore Means作t检验，Compore Means的下拉菜单如表6-1所示。
表6-1 Compore Means下拉菜单Means…分层计算…One-Sample T Test…单样本t检验…Independent-Samples T Test…独立样本t检验…Paired-Sample T Test…配对t检验…One-Way ANOV A…单因素方差分析…6.1 计量资料的分层计算Means过程可以对计量资料分层计算均数、标准差等统计量，同时可对第一层分组进行方差分析和线性趋势检验。
例6-1某学校测得不同年级、不同性别的12名学生的身高（cm），数据见表6-2。
试用SPSS的Means过程分别计算不同年级、不同性别学生身高的均数和标准差。
表6-2 12名学生的身高（cm）解年级：1=“初一”、2=“高一”，性别：1=“男”、2=“女”。
选择Analyze→Compare Means→Means命令，弹出Means对话框，如图6-2。
在变量列表中选中身高，送入Dependent（因变量）框中；选中年级，送入Independent（自变量），确定第一层依年级分组，单击Next按钮，选中性别，送入Independent，确定第二层依性别分组；单击OK。
输出结果如图6-3所示。
在Means对话框单击Options（选项）按钮，弹出Means:Options对话框，可以选择要计算的统计量，默认Mean、Number of cases、Standard Deviation；在Statisti cs for First Layer中，可对第一层分组作方差分析（Anova table and eta）和线性趋势检验（Test for linearity）。
计量资料常用的检验方法
临床流行病学应用研究室 欧爱华
那些资料被认为是计量资料
有度量衡单位
没有度量衡单位，但是连续性资料 量表条目的取值（条目等级>=5）
计量资料常用的检验方法
t检验（两样本均数比较、样本均数与总体均数比较） 配对t检验（同体自身前后，配对资料）
u检验（两大样本资料）
7.0
4.1 5.0 4.5
4.3
2.2 2.4 3.2
18.49
4.84 5.76 10.24
合计
——
——
21.6
62.36
经配对t检验， t=5.17,P<0.01,差异有显著 性，可以认为注射三棱莪术 液有一定的抑瘤作用。
表6. 两组治疗前后差值（及差值变化率）
组别
例 数
疗前值
疗后值
前后差值
平均睡眠时间
t 35.684
df 1067
Sig. (2-tailed) .000
Mean Difference 1.54
On e- Sa mp le S ta ti st ic s N 1077 1077 1077 1077 1077 1077 1077 1077 Mean 86.7409 73.7697 82.3640 59.7614 61.8106 75.2633 71.3021 63.3352 Std. Deviation 15.40382 37.27778 20.09940 21.02131 14.62732 14.90322 38.73274 12.69912 Std. Error Mean .46938 1.13591 .61246 .64055 .44571 .45412 1.18024 .38696