免费T检验计算器

t检验（常称为学生t检验）是一种核心参数检验，用于评估单个组的均值或两个组均值之差是否以统计显著的方式偏离假设值。本学生T检验计算器提供直观的界面，可执行单样本、双样本和配对t检验，同时计算t-score的p值和基于t分布的临界值。无论您进行的是单样本T检验、双样本T检验还是配对T检验，该T分布计算器都能快速处理计算，并阐明基本假设和决策规则。

什么是t检验？

t检验是一种假设检验，用于评估样本均值与原假设均值（或两个独立样本均值）之间的观察差异是否可能是由于偶然因素造成的。它最适用于数据近似正态分布且总体方差未知的情况。该检验依赖于t统计量，在原假设下服从t分布，并包含自由度，自由度根据样本大小调整分布的形状。

该过程需要几个关键假设：观测值必须独立，数据应服从正态分布（或合理接近）。当这些假设被违反时，可以考虑非参数替代方法，如Mann–Whitney U检验或Wilcoxon符号秩检验。

t检验的类型

选择正确的t检验取决于您的数据结构：

• 单样本T检验 – 当您想将单个组的均值与固定假设值进行比较时使用。例如，检查一批罐头的平均填充量是否等于标称的330毫升。
• 双样本T检验（也称为独立t检验或非配对t检验）– 比较两个独立抽样组的均值。例如，评估高碳水饮食组和高脂肪饮食组之间的体重增加差异是否显著。
• 配对T检验 – 适用于每个受试者被测量两次的情况（例如干预前后），您想测试均值变化是否与零有显著差异。常见例子包括比较患者接受药物治疗前后的血压读数。

如果您需要比较三个或更多均值，则应使用方差分析（ANOVA）方法。

执行t检验：p值法和临界值法

在t检验中有两种等效的方法得出结论：p值法和临界值法。

• p值法 – 计算t分数后，您确定在原假设下获得至少与您一样极端的t统计量的概率。如果这个概率（p值）小于您选择的显著性水平（通常为0.05），则拒绝原假设。
• 临界值法 – 您预先选择一个显著性水平 $\alpha$，并从具有合适自由度的t分布中找到临界t值。拒绝域由比临界值更极端的t分数组成。如果您的观察t值落在这个区域内，则拒绝原假设。

两种方法得出相同结论，本计算器均已实现。

t检验公式

t统计量的确切公式取决于检验类型。

单样本t检验

$$t = \frac{\bar{x} - \mu_0}{\,s / \sqrt{n}\,}$$

其中 $\bar{x}$ 是样本均值，$\mu_0$ 是假设的总体均值，$s$ 是样本标准差，$n$ 是样本大小。自由度：$n - 1$。

双样本t检验（等方差）

当您假设两个总体方差相等时，使用合并标准差 $s_p$：

$$s_p = \sqrt{\frac{(n_1-1)s_1^{2} + (n_2-1)s_2^{2}}{n_1 + n_2 - 2}}$$ $$t = \frac{\bar{x}_1 - \bar{x}_2 - \Delta}{s_p \sqrt{\frac{1}{n_1} + \frac{1}{n_2}}}$$

其中 $\bar{x}_1,\bar{x}_2$ 是样本均值，$s_1,s_2$ 是样本标准差，$n_1,n_2$ 是样本大小，$\Delta$ 是总体均值之间的假设差异（通常为0）。自由度：$n_1 + n_2 - 2$。

韦尔奇t检验（异方差）

当无法假设方差相等时，使用韦尔奇版本：

$$t = \frac{\bar{x}_1 - \bar{x}_2 - \Delta}{\sqrt{\frac{s_1^{2}}{n_1} + \frac{s_2^{2}}{n_2}}}$$

自由度通过Satterthwaite公式近似，提供了稳健的调整。或者，取 $n_1-1$ 和 $n_2-1$ 中较小的一个作为保守估计。

配对t检验

计算每对差值 $d_i = x_i - y_i$，然后对这些差值进行单样本t检验：

$$t = \frac{\bar{d} - \Delta}{s_d / \sqrt{n}}$$

其中 $\bar{d}$ 是平均差值，$s_d$ 是差值的标准差，$n$ 是对数。自由度：$n - 1$。

自由度

自由度反映了可用于估计变异性的独立信息量。它们决定了使用哪条t分布曲线：

• 单样本t检验：$n - 1$
• 双样本t检验（方差相等）：$n_1 + n_2 - 2$
• 韦尔奇t检验：通过Satterthwaite公式近似
• 配对t检验：$n_{\text{pairs}} - 1$

随着样本量的增大（通常超过30），t分布与标准正态分布非常接近。

t检验 vs z检验

两种检验都评估总体均值，但z检验要求已知总体方差。当方差未知且样本量较小时，必须使用t检验。对于大样本（例如 $n > 30$），t检验和z检验的结果几乎相同，因为t分布趋近于正态曲线。如果您的数据满足z检验的前提条件，可以改用z检验；否则，t检验仍是更安全的选择。

使用本t检验计算器

开始使用时，选择所需的t检验类型（单样本、双样本或配对），然后指定您是进行双尾、左尾还是右尾检验。输入您的数据或直接提供t分数和自由度。计算器立即返回相应的p值，如果需要，还可以返回临界值和拒绝域。结果的解读帮助您决定是否拒绝原假设。

该工具设计用于p值法或临界区域法，适用于快速检查和详细统计分析。