第一節 概述
作者：徐榮祥
出版社：中國科學技術出版社
發行日期：2009年7月
計量資料的顯著性檢驗的主要對象是那些屬于正態或近似于正態分布的計量指標。非正態分布不能用t檢驗方法。正態分布是定量資料中最主要而又常見的分布規律，生物學、醫學中的許多現象屬于這類資料。若從那些屬于正態分布事物的總體中隨機抽樣，當樣本較小時，其正態分布特征可能不明顯，但是當樣本逐漸增大時，正態分布的特征會逐漸表現出來。群體中最常見的正態分布指標有體重、血壓、白細胞變化、燒傷深度、燒傷面積的大小、藥物的最小有效量、中毒量等，但也有例外情況。本節主要介紹屬于正態分布方面的t（或u）檢驗。
t檢驗和u檢驗是根據t分布和u分布(標準正態分布)原理建立起來的顯著性檢驗方法，主要用于兩均數的比較分析，應用時應根據樣本量的大小和實驗設計方法選用適當的公式。當樣本含量較小(200例以下)時，選用t檢驗；樣本含量較大時，宜用u檢驗；配對設計和自身對照設計選用配對資料的t檢驗；進行對照設計選用兩樣本均數比較的t檢驗或u檢驗。
一、 t檢驗的基本程序
1先建立無效假設：顯著性檢驗都以無效假設為比較的起點。即假設兩個樣本來自同一個規律相同的總體，樣本均數與總體均數之差別或兩樣本均數之差是由抽樣誤差引起的，就總體規律而言，它們之間沒有差別。這一假設為無效假設（簡寫為H0）。如果這一假設是真的，則計算的t值很少可能等于或超過t值表中t005（n′）或t001（n′）的界值。假設超過此值，則拒絕無效假設，接受備選假設（簡寫為H1）。
2確定顯著水準：根據實驗要求，確定顯著水準（以α表示）。即確定兩均數的差別是由抽樣誤差引起的可能性達到什么程度可以接受或拒絕無效假設。通常以α=005或α=001（即α=005，α=001）為顯著水準。
3計算t值：根據科學實驗資料，選擇適當的t檢驗公式計算t值。
4確定P值：根據計算的t值和樣本自由度（以n′表示），查t界值表（見本章后表371），確定P值界限。
5判斷結果：根據已確定的顯著水準α和P值，接受或拒絕無效假設，做出科學的判斷。
二、自由度在計量資料顯著性檢驗中的意義
自由度也是在顯著性檢驗中經常遇到的一個概念，但自由度一詞比較抽象，用一句話難以說明其實質。現結合下例說明：
示例371已知一組中有5個數據，分別為7、8、9、6、10，算得均數為8。在這5個數據中(n=5)，本來都有發生變異的可能性，即可以找出其他任何5個數都能使其均數等于8。就這5個數字而言，8是個先決條件，因為均數為8，故8字這個數據不宜改變。這樣就只剩下7、9、6、10四個數據可以變動。如果將7、8、9、6、10這五個數據前四個變成3、10、7、10，第五個數字必然是10方能使均數為8。因此，自由度應為4。由此得出自由度公式：
自由度（n′）=樣本數（n）-1，即：n′=n-1（371）
應當指出，公式371是計算一組樣本的公式，如果比較兩組樣本均數有無顯著性差異時，應為兩組樣本之和減去2，即公式：
n′=n1+n2-1(372)
示例372甲組14例，乙組10例，求兩組各自的自由度和均數顯著性檢驗時的總自由度。
【解題步驟】
根據公式（371），計算結果為：甲組自由度為13（14-1=13）；乙組自由度為9（10-1=9）。
根據公式（372），計算結果為：在兩均數進行顯著性檢驗時的總的自由度為：14+10-2=22。查t值表計時應根據自由度為22查閱。
企業郵箱
