t检验 t检验是基于t分布的假设检验方法，主要用于比较两组连续型数据的均数是否存在统计学差异。 权威解读
⬆️ 从识别健康问题分布到分析影响因素，再到制定干预策略与效果评价，完整的公共卫生实践链条。
在进行独立样本t检验前，为什么要先检验两组数据的方差是否相等？
提示： 从经典t检验公式的前提假设来思考。
经典的Student's t检验假定两组总体的方差相同。若方差严重不等（异方差性），使用Student's t检验会导致假阳性率升高。因此，当发现方差不齐时，应改用校正的Welch's t检验来调整自由度，以获得更准确的P值。- ❌ 误区：t检验只能用于比较两组数据。 ✅ 事实：单样本t检验和配对t检验都不属于“两组比较”。
误区： t检验只能用于比较两组数据。
事实： 单样本t检验和配对t检验都不属于“两组比较”。
问： 如果数据不服从正态分布，能用t检验吗？
答： t检验对轻微偏离正态具有一定的稳健性（特别是样本量大时），若严重偏离，建议使用Mann-Whitney U秩和检验。
问： 配对t检验为什么要比成组t检验更高效？
答： 因为它消除了个体之间的差异，使得比较的差值更纯净，仅反映处理效应和随机误差。
《卫生统计学》《科研设计与统计分析》。
🌱 为了包容与博爱的传递，为了知识平权，善智导航正在陆续深化每一个知识点页面。
下方所有知识点均已预留链接，可随时点击探索。
- 独立样本t检验：检验两个独立样本的总体均数是否存在差异。
我是学习推断性统计的公卫学生，请结合具体实例详细讲解t检验的分布特征、影响因素、预防控制策略及监测评价方法，并指出常见误区。