python 配对t检验_SPSS之配对样本T检验

点击蓝字关注我们

什么是配对样本T检验？

01

进行配对样本的T检验要求被比较的两个样本有配对关系，要求两个样本均来自正态总体，要求均值是对于检验有意义的描述统计量。

配对样本T检验实际是先求出每对测量值之差值，再对差值变量求均值，检验配对变量均值之间差异是否显著。其实质检验的假设，是差值变量的均值与零均值之间差异的显著性。如果差值均值与零均值无显著性差异，就说明配对变量均值之间无显著性差异。

如何进行配对样本T检验？

02

配对样本T检验的过程

1	按【分析→比较均值→配对样本T检验】顺序，打开如图所示的【配对样本T检验】主对话框。
2	指定配对变量 ①在主对话框的源变量表中选择一个变量，单击向右箭头按钮，变量名出现在【成对变量】框的【Variable1】列中。 ②在源变量框中再选择一个与先选择的变量成对的变量，单击向右箭头按钮，变量名出现在【成对变量】框的【Variable2】列中。 可以使用上述方法指定多个配对变量，以上操作是使用系统默认参数进行配对样本T检验的基本操作。单击【确定】按钮就可以提交运行了。
3	配对样本T检验的选项 配对样本T检验使用系统默认值就可以得到比较满意的结果。如果想改变显著性概率，从而改变差值的置信区间，或者需要另外指定处理缺失值的方法，可以在单样本T检验中单击【选项】按钮，打开【单样本T检验：选项】对话框，在对话框中改变系统默认值。

配对样本T检验的实例

03

自身配对样本T检验实例

以体育疗法治疗高血压的数据为例，10个高血压患者在施以体育疗法前后测定舒张压。要求判断体育疗法对降低血压是否有效。(数据点击“阅读原文”即可查看)

建立无效假设H0：体育疗法对高血压病人舒张压的降低无疗效，即对高血压病人治疗前后舒张压的差值均数是由差值为0的总体中随机抽取的，差值不为0是由抽样误差引起的。

1	读取数据文件，按【分析→比较均值→配对样本T检验】顺序，打开【配对样本T检验】主对话框。
2	指定配对变量。配对变量为治疗前后的舒张压pretreat和治疗后舒张压posttreat。在主对话框左面的变量表中单击【pretreat】变量，按住Ctrl键并单击【posttreat】变量，单击向右的箭头按钮，将配对变量送入【成对变量】框中。单击【继续】按钮，确认并返回主对话框，单击【确定】提交运行。
3	输出结果分析 治疗前后舒张压的简单描述统计量 治疗前后舒张压相关系数 治疗前后舒张压之间的相关系数为0.599，不相关的概率为0.067。相对于治疗前后舒张压的相关系数为0的假设成立的概率为6.7%，大于5%，可以得出结论：治疗前后的舒张压没有明显的线性关系。 对配对变量差值的T检验 变量对均值之间的差值为17.00；差值的标准差为9.53；差值的标准误为3.01；差值的95%置信区间上、下限分别为10.18和23.82，应注意两个值均为正值。“t”值为5.64，“df”自由度为9；“Sig.(双侧)”是双尾T检验的结果，获得t值的概率为0.000。 可以得出结论：由于p小于0.01，拒绝原假设，可以认为体育疗法对降低舒张压有明显疗效。

参考资料

卢纹岱，朱红兵.SPSS统计分析[M].北京：电子工业出版社，2015.

扫码关注

有趣的灵魂在等你

图文：陈楼琪

排版：陈楼琪