t检验三种类型
区别：
假设检验通常是检验样本对应的总体之间是否有显著性差异
而关联性检验是检验是否显著相关。
一、单样本t检验
1、设计思想：
两个总体，总体A已知；总体B未知，但其样本已知，问题是未知总体B与已知总体A之间有无差异？实际上是验证该样本是否就是来自这个已知总体A？
2、适用：
（1）已知一个总体和未知总体中的一个样本。
（2）样本数据符合正态分布，不符合时应采用非参检验。
3、SPSS处理解读三步法：
二、配对样本t检验
1、设计思想：
配对样本t检验是配对的两组数据相减变成一组数据，然后去和已知总体0比较，其实就是转化为单样本t检验。
2、适用：
（1）检测的两组配对数据之间存在相关性而不独立，这与两独立样本设计有着本质的区别。包括四种配对类型，3种为同体配对，1种异体配对（条件配对）。
（2）两组样本数据配对差值符合正态分布。
3、SPSS处理解读三步法：
一般，第二步可以忽略。但从统计学角度，这一步是为了验证配对数据的一致性，用于说明实验措施的稳定性。
三、两独立样本t检验(A/Btest 背后原理)
1、设计思想：
在两个未知的总体中分别抽取一个样本，然后比较两个总体之间是否有差异？实际是检验两样本所来自总体的均值是否相等。
注意：分为「两总体均值检验」和「两总体率值检验」
2、适用：
（1）独立性。完全随机设计的两样本均值的比较。实践中，两个样本获取只有两种可能：随机分组或按属性分组。不管哪种，均是保证两组相互独立，不受影响。
（2）正态性。两独立样本t检验要求两样本所代表的总体分别服从正态分布N(μ1，σ^2)和N(μ2，σ^2)。
（3）方差齐性。要求两个t分布形态相差不大。即两总体方差σ1^2、σ2^2显著性相等。（ps：若两总体方差不满足齐性，需要先进行变换校正）。
注意：实践中，两个样本的获取只有两种可能：一是随机分组，如60只SD大鼠，随机分2组，每组30只，分别接受不同的处理，然后比较某个计量效应指标；二是按照某种属性特征分组，如某班级按照性别分为男生组和女生组，然后比较男女生某门课程的考试成绩差异。不管是随机分组还是按照属性特征分组，均是保证两组相互独立，不受影响。
两独立样本t检验的检验假设是两总体均值相等，即原假设H0：μ1-μ2=0，统计量计算公式为：
注意：如果是「两总体率值检验」，那么分子是两率值之差，分母 S₁²= p₁（1-p₁），S₂²= p₂（1-p₂）
3、SPSS处理解读三步法：
第二步，如果假定等方差 p<0.05，说明两组t分布形态差异过大，不适合比较。那么第三步就应该看不假定等方差对应的t或p值。
4、举例：
25例糖尿病患者随机分成两组，对照组甲单纯药物治疗，实验组乙采用药物合并饮食治疗，二月后测空腹血糖如下，问两种疗法血糖值是否相同？
数据情况（描述三指标）：
对照组甲 样本量n1=12，样本均值x1=15.2 ，样本标准差s1=182.5
实验组乙 n2=13，x2=9.8，s2=141
检验步骤：
1）对样本总体关系提出假设，选择合适的检验方法，设定检验水平（给定显著性水平或临界值）
原假设H0：u1 =u2
备择假设H1：u1≠u2
设定显著性水平α=0.05，因备择假设是H1：u1≠u2，故采用双边检验；
因是两组独立样本均值的差异性检验，且两总体标准差未知，且故选用 t检验方法。
2）根据样本计算检验统计量值（t检验统计量或p值）
代入公式计算得 t=2.639
3）比较检验统计量值与检验水平大小，做出推断结论。
因为是α=0.05且双侧检验，自由度 v =n1+n2-2=23 ，查t 临界值表可知 tα/2=2.069；
所以t=2.639 >tα/2=2.069（也可以通过比较算得的p值是否小于α，判断），落在拒绝域，则拒绝原假设H0，接受备择假设H1。故认为两种疗法效果不同。
