如何正确应用t检验？
在所看到的文献中，几乎所有的两组比较均用的是t检验，因此它总被人们称为‘两组万能检验’，真的是这样吗？NO，人家也是有原则的，不该用的地方可不敢随便尝试，万一误人子弟罪过可就大了。那么，到底什么情况是它不能随便接近的呢，一起总结一下：
1.多组后的两两比较不要用t检验
虽然t检验在两组均值比较中占据着‘领导’的地位，但是如果你的设计有多组，并且发现可能其中两组存在差异，想分别对任意两组进行比较，这时候，t检验可就不能主动伸出援手了，因为你需要进行好几次的两两比较，整个过程的假阳性错误就会不断增加。
2.如果数据严重偏离正态，建议不用t检验
t检验一般都是要求满足正态性假定的，如果一组数据严重偏态，那么此时的均值已经不能反映数据的真实情况，这时有两种方法可以考虑：一是进行数据变换，使变换后的数据满足正态分布；二是采用非参数检验方法。注意，这里说的是严重偏态，多数情况下，轻微偏态不会对结果造成太大的影响。
3.如果两组间的方差不齐，建议不用t检验
理论上，t检验还要求两组方差是相等的，即满足方差齐性检验。一般两组方差间的比较采用F检验，用其中较大的方差除以较小的方差，若F=1，则说明两者方差相等；F不等于1，则说明不等。
4.若两组数据非独立，建议不用t检验
这里的独立并不是严格的毫不相关，只要专业上认为没有关系就可以。最常见的非独立数据自然非配对设计莫属，典型的有：观察对象处理前后对比(如治疗前后、检查前后) 和同一个体采取不同处理对比(如同一观察对象两种方法)，一般这种情况需要采用配对t检验，但是也要区分不同情形：
（1）比较同一组人群在服用某药物前后的睡眠质量差异。毫无疑问，这时候需要采用配对t检验进行分析，实质是比较两者均数的差值与0是否有统计学意义。若差值不服从正态分布，则采用秩和检验。
（2）将人群分为两组，对每组服药前后分别进行睡眠质量检测，这时候便不能采用配对t检验了，因为我们的目的不是比较组内前后的差异，而是比较两组间的差异，只是比较两组前后（服药后-服药前）的变化值。
看到了吧，t检验没有那么神通广大，在使用之前一定要先对数据情况做基本的了解，不然犯错之后，怪t检验还是怪自己呢？#清风计划# #健康真探社#
问题反馈
如您遇到有关统计学的问题，可以通过邮件联系我们。
通过邮件发送您的问题，我们第一时间为您解答。
NursingCare01@126.com
