t检验方法

t分布的发现使统计推断小样本成为可能，基于t分布的检验称为T检验。在医学统计学中，T检验是一种应用广泛的假设检验方法。t检验是对测量数据进行假设检验的最简单、最常用的方法。

单样本数据的t检验实际上是推断来自样本的总体均值不同于一个已知的总体均值μ0(通常是一个理论值或一个标准值)。零假设是H0: μ = μ 0。对立假设看问题背景:双边对立假设是h 1:μ≠μ0；单边对立假设可以是h 1:μ>；μ0或h1: μ

t检验统计量的计算服从自由度为v=n-1的t分布。因此可以根据t值计算出相应的p值进行统计推断。“小”概率α被预先指定为测试水平。如果p值小于α，则拒绝零假设，如果p值不小于α，则不拒绝零假设。

医学科学研究中的配对设计主要适用于以下几种情况:一是异源配对设计，包括同源配对设计和条件相似的配对设计(两个同质受试者配对分别接受两种不同的治疗)。二、自身匹配设计(同一受试者分别接受两种不同的治疗)。

两个独立样本的配对t检验；

双样本t检验，也称为组t检验，或两个独立样本t检验，常用于医学研究中，以完全随机的设计来比较两个样本均值，即受试者被完全随机地分配到两个不同的治疗组，研究人员关心的是两个样本均值所代表的两个总体均值是否不等。

另外，在观察性研究中，从两个总体中完全随机抽样得到的两个样本的均值的比较也可以用双样本t检验来进行。这个检验是基于t分布的，必须假设两个总体服从正态分布，根据是否符合方差齐性。