獨立樣本t檢驗要哪些數據

A. 兩獨立樣本T檢驗的適用范圍是什麼

兩獨立樣本t檢驗，又稱成組t檢驗，兩總體t檢驗，兩樣本均數比較的t檢驗，適用於完全隨機設計兩樣本均數的比較。

一、檢驗目的：

根據樣本數據對兩個樣本來自的兩個獨立總體的均值是否有顯著差異進行判斷。

二、需要滿足的條件：

1、隨機抽樣，所有觀測應該是隨機的從目標總體中抽出。

2、正態分布，每個樣本來自的總體必須滿足正態分布。

3、方差齊性，均數比較時，要求兩總體方差相等。

(1)獨立樣本t檢驗要哪些數據擴展閱讀：

一、兩獨立樣本t檢驗應用條件：

1、兩樣本含量較小，如兩樣本含量均小於等於60,或至少其中一樣本小於等於60；

2、兩樣本是相互獨立的,樣本來自的兩個總體服從正態分布；

3、兩總體方差相等，或兩總體方差不等，經過數據轉換後方差齊，可以應用兩獨立樣本t檢驗。

二、當兩總體方差不等，經數據轉換後方差不齊，需要用t『檢驗或秩轉換的非參數檢驗。

三、當樣本例數比較大，大於60時，且服從正態分布，可以採用u檢驗。

B. 獨立樣本t檢驗是什麼

t檢驗是比較兩組數據之間的差異，有無統計學意義；t檢驗的前提是，兩組數據來自正態分布的群體，數據的方差齊，滿足獨立性。

獨立樣本t檢驗（各實驗處理組之間毫無相關存在，即為獨立樣本），該檢驗用於檢驗兩組非相關樣本被試所獲得的數據的差異性。

(2)獨立樣本t檢驗要哪些數據擴展閱讀：

所選擇的檢查方法必須符合其適用條件。理論上，即使樣本量很小，也可以進行t檢驗。（例如，如果樣本量為10，有些學者認為即使是更小的樣本量也可以），只要每組的變數都是正態分布的，兩組之間的差方將不會有顯著差異。如上所述，數據的正態假設可以通過觀察數據的分布或進行正態檢驗來估計。

方差齊性假設可以用F檢驗，更有效的是用Levene檢驗。如果不滿足這些條件，可以使用修正後的t檢驗，或者使用非參數檢驗代替t檢驗來比較兩組之間的均值。

C. 如何進行獨立樣本T檢驗

這個不用spss，只用excel就可以啊。以excel2007為例，先把數據分為兩列輸入，選擇「數據」、「數據分析」，先進行方差齊性檢驗，選「f檢驗：雙樣本方差"，彈出對話框中，「變數1的區域」用滑鼠拖動的方法選中a列數據（包括「a」那個單元格），「變數2的區域」選中b列數據（包括b那個單元格），擊選「標志」，顯著性水平默認為「0.05」，點擊「確定」。
結果中，如果p小於0.05，說明方差不齊性，，用「數據分析」中的「t檢驗：雙樣本異方差假設」，如果p大於0.05，說明方差齊性，用「數據分析」里的「t檢驗：雙樣本等方差假設」，對話框的操作與上面的f檢驗大體相同。
如果你的excel是2003，在「工具」菜單下可找到「數據分析」命令
如果沒有找到「數據分析」命令，需要載入宏，將「分析資料庫」載入上就可以了。具體操作可以在網上查一下，很容易的。
祝你成功！
office2007太大了，我這邊網速太慢，傳的話比較麻煩，建議你從網上直接下載，很容易下載到的。我剛才隨便搜了一下，搜到個網址http://hi..com/zrt765996/blog/item/a6117517567d90dff6039e08.html
你先試試這個，應該沒問題。安裝了以後一般需要載入宏。excel2007載入宏的辦法是：點擊excel2007最左上角那個大的圓按鈕，彈出菜單，選擇下方的「excel選項」，彈出對話框，選擇左側一列的「載入項」，在下方「管理」下拉列表中選擇「excel載入項」，點擊後面的「轉到…」，彈出載入宏對話框，在裡面選擇「分析工具庫」，確定就可以載入了。
關於t檢驗，分為相關樣本t檢驗和獨立樣本t檢驗兩種，你說的獨立樣本t檢驗適用於分析兩組不相關的數據，比如說分析男生與女生身高的差異就用這種方法。相關樣本t檢驗適用於兩組存在相關的數據的比較，比如分析40名同學語文和數學成績的差異。
對於獨立樣本t檢驗，首先要看方差是否齊性，也就是看兩組數據方差有沒有差異。方差齊性與不齊性方法不一樣，上面的f檢驗就是為了看一下兩組不相關的數據方差是否齊性。方差齊性表明兩組數據方差沒有差異，用相應的一種方法；方差不齊性，表明兩組數據方差存在顯著差異，要用另一種方法，相應的方法我都給你在第一次回答的時候列出來了，這里就不再重復了，這樣分析出來就行了。
祝你成功！
三組數據比較的話用單因素方差分析。這個用excel也可以實現。也是在「數據」、「數據分析」下面，操作方式與t檢驗相同，你可以用一下。
另外，我看樓下的朋友給你說了用spss的做法，也可以用一下。我是覺得用spss的話你可能更不熟悉，所以推薦你用excel。

D. spss獨立樣本t檢驗步驟是什麼

（1）構造原假設。

（2）構造統計量。

（3）利用原假設和樣本數據計算t統計量和其對應的p值。

（4）在給定的顯著性水平下，做出統計推斷結果。

獨立樣本T檢驗(Independent sample T test)，用於檢驗兩個獨立樣本是否來自具有相同均值的總體，也就是檢驗兩個正態總體的均值是否相等。獨立樣本T檢驗(Independent sample T test)用於檢驗兩組來自獨立總體的樣本，其獨立總體的均值或中心位置是否一樣。

(4)獨立樣本t檢驗要哪些數據擴展閱讀：

雙總體t檢驗是檢驗兩個樣本平均數與其各自所代表的總體的差異是否顯著。雙總體t檢驗又分為兩種情況，一是獨立樣本t檢驗（各實驗處理組之間毫無相關存在，即為獨立樣本），該檢驗用於檢驗兩組非相關樣本被試所獲得的數據的差異性；一是配對樣本t檢驗，用於檢驗匹配而成的兩組被試獲得的數據或同組被試在不同條件下所獲得的數據的差異性，這兩種情況組成的樣本即為相關樣本。

E. 獨立樣本T檢驗

t檢驗過程，是對兩樣本均數(mean)差別的顯著性進行檢驗。惟t檢驗須知道兩個總體的方差(Variances)是否相等；t檢驗值的計算會因方差是否相等而有所不同。也就是說，t檢驗須視乎方差齊性(Equality of Variances)結果。所以，SPSS在進行t-test for Equality of Means的同時，也要做Levene's Test for Equality of Variances 。1. 在Levene's Test for Equality of Variances一欄中 F值為2.36, Sig.為.128，表示方差齊性檢驗「沒有顯著差異」，即兩方差齊(Equal Variances)，故下面t檢驗的結果表中要看第一排的數據，亦即方差齊的情況下的t檢驗的結果。2. 在t-test for Equality of Means中，第一排(Variances=Equal)的情況：t=8.892, df=84, 2-Tail Sig=.000, Mean Difference=22.99 既然Sig=.000，亦即，兩樣本均數差別有顯著性意義！3. 答案是：兩個都要看。 先看Levene's Test for Equality of Variances，如果方差齊性檢驗「沒有顯著差異」，即兩方差齊(Equal Variances)，故接著的t檢驗的結果表中要看第一排的數據，亦即方差齊的情況下的t檢驗的結果。 反之，如果方差齊性檢驗「有顯著差異」，即兩方差不齊(Unequal Variances)，故接著的t檢驗的結果表中要看第二排的數據，亦即方差不齊的情況下的t檢驗的結果。4. 就是因為要評估兩個總體的方差(Variances)是否相等，要做Levene's Test for Equality of Variances，要檢驗方差，故所以就有F值。 不知這算不算詳細回答了你所有的問題。

F. t檢驗法的詳細步驟內容是什麼

t檢驗法是假設檢驗的一種常用方法，當方差未知時，可以用來檢驗一個正態總體或兩個正態總體的均值檢驗假設問題，也可以用來檢驗成對數據的均值假設問題。具體內容可以參考《概率論與數理統計》。

獨立樣本T檢驗(Independent sample T test)，用於檢驗兩個獨立樣本是否來自具有相同均值的總體，也就是檢驗兩個正態總體的均值是否相等。獨立樣本T檢驗(Independent sample T test)用於檢驗兩組來自獨立總體的樣本，其獨立總體的均值或中心位置是否一樣。

(6)獨立樣本t檢驗要哪些數據擴展閱讀：

雙總體t檢驗兩個樣本平均數與其各自所代表的總體的差異是否顯著。雙總體t檢驗又分為兩種情況：

獨立樣本t檢驗（各實驗處理組之間毫無相關存在，即為獨立樣本），該檢驗用於檢驗兩組非相關樣本被試所獲得的數據的差異性；

配對樣本t檢驗，用於檢驗匹配而成的兩組被試獲得的數據或同組被試在不同條件下所獲得的數據的差異性，這兩種情況組成的樣本即為相關樣本。

G. 單樣本t檢驗中的各數據值解釋

t的值 是表示一個參數值，t的大小是否有意義，主要要根據sig的大小來判斷。df是自由度，在數據分析中沒有實際意義，可以不去考慮。

假設檢驗的結論不能絕對化。當一個統計量的值落在臨界域內，這個統計量是統計上顯著的，這時拒絕虛擬假設。當一個統計量的值落在接受域中，這個檢驗是統計上不顯著的，這是不拒絕虛擬假設H0。因為，其不顯著結果的原因有可能是樣本數量不夠拒絕H0，有可能犯第Ⅰ類錯誤。

正確理解P值與差別有無統計學意義。P越小，不是說明實際差別越大，而是說越有理由拒絕H0，越有理由說明兩者有差異，差別有無統計學意義和有無專業上的實際意義並不完全相同。

(7)獨立樣本t檢驗要哪些數據擴展閱讀：

原理：T檢驗是用t分布理論來推論差異發生的概率，從而比較兩個平均數的差異是否顯著。它與f檢驗、卡方檢驗並列。

意義：

T檢驗對數據的正態性有一定的耐受能力。如果數據只是稍微偏離正態，結果仍然是穩定的。如果數據偏離正態很遠，則需要考慮數據轉換或採用非參數方法分析。

兩個獨立樣本T檢驗的原假設為兩個總體均值之間不存在顯著性差異，需分兩步完成：

①利用F檢驗進行兩總體方差的同質性判斷；

②根據方差同質性的判斷，決定T統計量和自由度計算公式，進而對T檢驗的結果給予恰當的判定。

H. 進行兩個獨立小樣本的t檢驗，要求樣本含量至少為多少

t檢驗過程，是對兩樣本均數(mean)差別的顯著性進行檢驗。惟t檢驗須知道兩個總體的方差(variances)是否相等；t檢驗值的計算會因方差是否相等而有所不同。也就是說，t檢驗須視乎方差齊性(equality
of
variances)結果。所以，spss在進行t-test
for
equality
of
means的同時，也要做levene's
test
for
equality
of
variances
。
1.
在levene's
test
for
equality
of
variances一欄中
f值為2.36,
sig.為.128，表示方差齊性檢驗「沒有顯著差異」，即兩方差齊(equal
variances)，故下面t檢驗的結果表中要看第一排的數據，亦即方差齊的情況下的t檢驗的結果。
2.
在t-test
for
equality
of
means中，第一排(variances=equal)的情況：t=8.892,
df=84,
2-tail
sig=.000,
mean
difference=22.99
既然sig=.000，亦即，兩樣本均數差別有顯著性意義！
3.
到底看哪個levene's
test
for
equality
of
variances一欄中sig,還是看t-test
for
equality
of
means中那個sig.
(2-tailed)啊?
答案是：兩個都要看。
先看levene's
test
for
equality
of
variances，如果方差齊性檢驗「沒有顯著差異」，即兩方差齊(equal
variances)，故接著的t檢驗的結果表中要看第一排的數據，亦即方差齊的情況下的t檢驗的結果。
反之，如果方差齊性檢驗「有顯著差異」，即兩方差不齊(unequal
variances)，故接著的t檢驗的結果表中要看第二排的數據，亦即方差不齊的情況下的t檢驗的結果。
4.
你做的是t檢驗，為什麼會有f值呢?
就是因為要評估兩個總體的方差(variances)是否相等，要做levene's
test
for
equality
of
variances，要檢驗方差，故所以就有f值。
-------------------------------------------------------------------
不知這算不算詳細回答了你所有的問題。

I. 獨立樣本T檢驗後的三線表怎麼做需要哪些數據急求，謝謝大家！

配對樣本t檢驗的上傳格式要求兩組對比數據要分別錄入成一列。可以使用spssau操作分析，網頁直接使用，並且有智能文字分析解讀結果報告。

配對樣本t檢驗產生三個表，第一個表描述了這兩個配對變數的一般情況，包括平均值（mean）, 樣本量，標准差（SD），標准誤，這個表格在發表論文的時候是需要的。

第三個表（Paired Samples Test）是最重要的，描述了配對樣本t檢驗情況，這個表格在發表論文的時候是絕對需要的。

(9)獨立樣本t檢驗要哪些數據擴展閱讀：

Microsoft Word 2003中製作三線表的方法

（1）先製作一個普通表格。打開菜單「表格－插入表格」，選擇列數「3」、行數「4」，文檔中出現一個三列四行的帶框線表格。輸入內容，然後將表格各列除第一行外合並單元格（選中要合並的單元格右擊選擇 合並單元格.

(2)添加頂線和底線：…邊框(B)邊框(B)：…②線型(Y)：實線；顏色(C)：黑色；寬度(W)：1y 磅/③預覽：上線框，底線框確定。

(3)定義欄目線：表格欄目欄(主詞欄)格式(O)邊框和底紋(B)¼邊框和底紋：邊框(B)邊框(B)：①設置設置：自定義(U)/②線型(Y):實線；顏色(C)：黑色；寬度(W)：‚ 磅/③預覽：底線框確定。

J. spss獨立樣本t檢驗步驟是什麼

獨立樣本T檢驗的步驟：

（1）構造原假設。

（2）構造統計量。

（3）利用原假設和樣本數據計算t統計量和其對應的p值。

（4）在給定的顯著性水平下，做出統計推斷結果。

獨立樣本T檢驗(Independent sample T test)，用於檢驗兩個獨立樣本是否來自具有相同均值的總體，也就是檢驗兩個正態總體的均值是否相等。

獨立樣本T檢驗(Independent sample T test)用於檢驗兩組來自獨立總體的樣本，其獨立總體的均值或中心位置是否一樣。

如果兩組樣本彼此不獨立，應該使用配對T檢驗(Paired Samml T test);如果分組不止一個，應該使用單因素方差分析（One-Way ANOVA）過程進行單變數方差分析；如果想比較的變數是分類變數，應該使用交叉表（Crosstabs） 功能。

檢驗方法適用條件

選用的檢驗方法必須符合其適用條件

注意：t檢驗的前提：

1、來自正態分布總體；

2、隨機樣本 ；

3、均數比較時，要求兩樣本總體方差相等，即具有方差齊性。

理論上，即使樣本量很小時，也可以進行t檢驗。（如樣本量為10，一些學者聲稱甚至更小的樣本也行），只要每組中變數呈正態分布，兩組方差不會明顯不同。如上所述，可以通過觀察數據的分布或進行正態性檢驗估計數據的正態假設。

方差齊性的假設可進行F檢驗，或進行更有效的Levene's檢驗。如果不滿足這些條件，可以採用校正的t檢驗，或者換用非參數檢驗代替t檢驗進行兩組間均值的比較。