在统计学中，两个独立样本做统计比较时，首先需用拟正态分布检验样本分布情况，不属正态分布，两个独立样本则要用非参数检验的两个独立样本u检验。
一、属于正态分布，则采取以下方法：
1、样本量不同，可以采用独立样本T检验；样本量相同且统计意义相同，可用配对T检验，是特殊的独立样本T检验。对于独立样本，统计方法的选择，是根据样本的分布情况而定，不能主观选定分布方法，否则会造成统计意义偏差。
2、单总体t检验是检验一个样本平均数与一个已知的总体平均数的差异是否显著。当总体分布是正态分布，如总体标准差未知且样本容量小于30，那么样本平均数与总体平均数的离差统计量呈t分布。
二、单总体t检验统计量为：
其中
为样本平均数，
为样本标准偏差，n为样本数。
该统计量t在零假说：μ=μ0为真的条件下服从自由度为n−1的t分布。
扩展资料
选用的检验方法必须符合其适用条件，理论上，即使样本量很小时，也可以进行t检验。（如样本量为10，一些学者声称甚至更小的样本也行），只要每组中变量呈正态分布，两组方差不会明显不同。
如上所述，可以通过观察数据的分布或进行正态性检验估计数据的正态假设。方差齐性的假设可进行F检验，或进行更有效的Levene's检验。如果不满足这些条件，可以采用校正的t检验，或者换用非参数检验代替t检验进行两组间均值的比较。
区分单侧检验和双侧检验。单侧检验的界值小于双侧检验的界值，因此更容易拒绝，犯第Ⅰ错误的可能性大。t检验中的p值是接受两均值存在差异这个假设可能犯错的概率。
参考资料：百度百科-T检验
参考资料：百度百科-独立样本
在统计学中，两个独立样本做统计比较时，首先需用拟正态分布检验样本分布情况，如果不属正态分布，两个独立样本则要用非参数检验的两个独立样本u检验；如果属于正态分布，则采取取以下方法：
1.样本量不同，可以采用独立样本T检验；
2.样本量相同且统计意义相同，可用配对T检验，是特殊的独立样本T检验。
对于独立样本，统计方法的选择，是根据样本的分布情况而定，不能主观选定分布方法，否则会造成统计意义偏差。希望对你有所帮助。
独立样本T检验的样本数量可以不一样。配对样本T检验的样本数据需要一致。
两个样本的重复数不同,可以进行独立样本的T检验.也可以进行单一样本的T检验,但是不可以进行配对T检验.
内容全部来源于网络收集，如有侵权，请联系网站删除：QQ：24596024