统计假设检验是农业科学研究中一种非常重要的统计分析方法。例如要比较两个品种的产量有无差异，一个新选育出的棉花品种的纤维长度是否达到相应的国家标准，两种农药对某种虫害的防治效果是否一样，都需要通过统计假设检验，获得相对可靠而正确的结论。
统计假设检验又称为显著性检验（significant testing），依其涉及样本和统计量的不同可分为ｕ检验、ｔ检验、Ｆ检验、χ２检验等。这些检验方法虽然用途和使用条件不同，但其基本原理都是相似的。
今天小编给大家分享如何使用Genstat 软件来进行T检验。主要从以下三个方面进行展开：
1、单样本T检验
2、配对样本T检验
3、独立样本t检验
01 单样本T检验单样本T检验的定义
在实际工作中我们需要检验一个样本平均数和已知的总体平均数是否有显著差异，即检验该样本是否来自某一总体。
已知的总体平均数一般为一些公认的理论数值、经验数值或者期望数值。如畜禽正常生理指标、植物的生长期等，都可以用样本平均数与之比较，检验差异显著性。
通过Genstat软件来展示：
示例数据：height.gsh
数据描述：杨树某无性系试验林造林五年后，调查株高，随机抽取32棵数，经调查数据如下。有无性系B5的5年树龄树高u=8m，试分析该试验林的株高与B5是否有显著性差异。
该试验数据如下图：
单样本T检验要求：
单样本t测验要求正态分布，由中心极限定律可知，当样本数量足够大，其样本均数的抽样分布呈现正态分布，对于小样本，需要进行正态性检验。一般而言，单样本t检验是一个非常稳健的统计方法，只要没有明显的极端值，其分析结果都是稳定的。
先检测其是否符合正态性分布，
模型进入路径：Stats | Statistical Tests | W-test for Normality，在Data框中导入height，模型如下，点击Run。
结果显示：p值为0.063，不显著，因此分布呈正态分布，可以进行单样本T检验。
单样本T检验步骤：
T测验模型进入路径：Stats | Statistical Tests | One- and two-sample t-tests
在下拉框中选择One-sample，在Data variate框中键入height，在Test Means键入8，选择Two-sided（即双尾检测），
模型如下：
结果：
结果显示，Summary一栏，样本的平均值为8.334，率高于8，95%的置信区间为8.183-8.485。第二栏显示，t值为4.52，对应的P值小于0.001，说明该无性系的树高与B5的株高不同，存在显著性差异。
另外，这里不知道样本的值是否大于8，因此使用双尾检验（two-way），如果只检验待测样本的平均值是否高于或低于已知群体的平均值时，就使用单尾t检验。
02 配对样本T检验配对样本T检验的定义
配对数据比较要求两组样本各个观测值间配偶成对，每一对除随机地给予不同处理外，其他实验条件应尽量一致。成对数据，由于同一配对内两个供试单位的试验条件非常接近，而不同配对间的条件差异又可以通过各个配对差数予以消除，因此可以控制试验误差，具有较高的精确度。
通过Genstat软件来展示：
示例数据：paired.gsh
数据描述：现有2个杨树品种A和B，有8种土壤类型，每种土壤类型种植A和B，生长一段时间后测量A和B的株高，试分析这两个品种是否有显著性差异。数据如下：
配对样本T检验步骤：
模型进入路径：Stats | Statistical Tests | One- and two-sample t-tests
在下拉框中选择Paired sample，在Data variate 1框中导入A，在Data variate 2框中导入B，在Type of Test选择Two-sided，
模型如下：
结果：
从运行结果来看，t值为1.92，概念p值为0.096>0.05，表明在0.05水平上，两品种的株高并没有显著差异。
03 独立样本T检验独立样本T检验的定义
独立样本t检验（各实验处理组之间毫无相关存在，即为独立样本），该检验用于检验两组非相关样本被试所获得的数据的差异性。
示例数据：no-paired.gsh
马铃薯2个品种A和B的块茎干物质含量如下图所示，试检验这两个品种的块茎干物质含量是否有显著性差异。数据如下：
独立样本T检验步骤：
模型进入路径：Stats | Statistical Tests | One- and two-sample t-tests，
在下拉框中选择two sample，
在Data Arragement下勾选one variate with group factor，
在Data variate 框中导入weight，
在group factor框中导入Variety，
在Type of Test选择Two-sided
结果：
结果表明：软件在进行T测验分析之前，先进行等方差性检测，等方差检测p值为0.67，表明两样品的方差相同。
从t检测的结果来看：p值0.057，不显著，表明这两个品种的块茎干物质含量差异不显著，可以认为两者含量相同。
以上部分即为对显著性检验之t检验的介绍，所用软件为Genstat, 如果您也想进行尝试，欢迎联系我们申请软件免费试用。
,
