第九章 t检验和方差分析 在科研中,我们往往是根据样本之间的差异,去推断其总体之间是否有差异
样本差异可能是由抽样误差所致,也可能是由本质的不同所致
应用统计学方法来处理这类问题,称为“差异的显著性检验”
若已知总体为正态分布,进行差异的显著性检验,称为 “参数性检验”,SAS 中 MEANS、TTEST、 ANOVA、 GLM 等均属此类检验;若未知总体分布,进行差异的显著性检验,称为“非参数性检验”, SAS 中采用NPAR1WAY 过程
第一节 t 检验 9
1 简介 t 检验是用于两组数据均值间差异的显著性检验
它常用于以下场合: 1.样本均值与总体(理论)均值差别的显著性检验 检验所测得的一组连续资料是否抽样于均值已知的总体 根据大量调查的结果或以往的经验,可得到某事物的平均数(例如生理生化的正常值),以此作总体均值看待
SAS 中采用MEANS 过程,计算出观察与总体均值的差值,再对该差值的均值进行t 检验
同一批对象实验前后差异的显著性检验(自身对照比较)或配对资料差异的显著性检验(配对比较检验) 比如,在医学研究中,我们常常对同一批病人治疗前后的某些生理生化指标(如血压、体温等)进行测量,以观察疗效;或对同一批人群进行预防接种,以观察预防效果;或把实验对象配成对进行测定,比较其实验结果
SAS 中采用MEANS 过程,计算出两样本观察的差值(如治疗前、后实验数据的差值),再对该差值的均值进行t 检验
3.两样本均值差异的显著性检验 作两样本均值差异比较的两组原始资料各自独立,没有成对关系
两组样本所包含的个数可以相等,也可以不相等
每组观测值都是来自正态总体的样本
设1X 与2X 为两样本的均值,1n 与2n 为两样本数,21s ,22s 为两样本方差,分两种情形,其数学模型为: (1)方差齐(相等)时: )/1/1(21221nnsxx