设计|医学科研课堂丨统计说说（二）：你的t检验做对了吗？ |长跑|

本文插图
统计说说（二）
你的t 检验做对了吗？？？
今天为各位带来卫生统计学的第二期内容，刘教授要给大家讲讲t 检验怎么用。在学术期刊的医学论文中，统计学处理的t 检验最常见，但也是很容易出错的一种统计学检验方法。小编已经搬好板凳坐好等刘教授开讲了，小伙伴们抓紧时间，快来认真听课吧！
作为医学科研人员， t 检验是统计学扫盲基础段位，看文献写文章都是必须具备的统计技能（看得懂，解释清，运用当）。好了，废话少说，看例子。
NO.1
案例1
正常人的脉搏平均为72次/分，现测得10例某病患者的脉搏（次/分）：54 ， 67 ， 68 ， 78 ， 70 ， 66 ， 67 ， 70 ， 65 ， 69 。试问此病患者的脉搏（次/分）与正常人相比有无统计学差异？
案例分析思考： 1.研究目的：分析某病对脉搏是否会产生影响；
2.研究设计类型：一组样本（10例某病患者）和一个已知总体（正常人的脉搏平均为72次/分）进行比较，属于单样本设计；
3.反应变量：脉搏属于计量资料；
4.单样本t 检验的应用条件：样本服从正态分布。
具体操作：
1.数据格式 10行1列（反应变量：脉搏次数）（图1）

本文插图
图1 单样本T检验数据输入格式
2. 操作步骤
分析(A)→比较平均值(M)→单样本T检验(S)
弹出“单样本T检验”主对话框（图2）。

本文插图
图2 单样本T检验主对话框
?检验变量(T)：选入反应变量，本例为：脉搏次数。
?检验值(V)：输入已知总体均数，本例输入：72 。
点击左下角“确定” 。
3.主要输出结果及分析
（1）单样本基本统计量表（表1）

本文插图
基本统计描述指标的统计量：个案数即样本量为10 ，样本均数为67.40、标准差为5.93、标准误为1.87 。
（2）单样本t检验结果表（表2）

本文插图
单样本t 检验的结果。本例结果： t=-2.453 ，自由度=9 ， P=0.037 ，样本均数与总体均数之差为-4.60 ，差值的95% 置信区间为（-8.84 ， -0.36），不包括0 ，差异有统计学意义。
【设计|医学科研课堂丨统计说说（二）：你的t检验做对了吗？】
报告中单样本t检验的表述形式：
该病样本量n=10 ，其患者的脉搏为67.4±05.93（次/分），与正常人的脉搏平均72次/分（常模或大规模调查结果）比较差异有统计学意义（t=-2.453 ，P=0.037），可以认为此病对脉搏有影响，该病患者脉搏较正常人的脉搏偏低。

本文插图
NO.2
案例2
10名战士在平原与高原的血氧饱和度(%)见表3 ，试检验平原与高原的血氧饱和度相差是否有统计学意义。

本文插图
案例分析思考： 1.研究目的：分析高原地理环境对血氧饱和度是否会产生影响；
2.研究设计类型：同一受试对象（战士）分别接受两种不同的处理（平原和高原），比较平原与高原的血氧饱和度，属于配对设计；配对设计的数据特点为数据成对出现，不能拆分。分页标题
3.反应变量：血氧饱和度属于计量资料；
4. 配对样本t检验的应用条件：差值（即每一对的差值）（可以看成是一组数据）服从正态分布。
具体操作：
1. 数据格式 10行2列（反应变量1：平原，反应变量2：高原）（图3）

本文插图
图3 成对样本T检验数据输入格式
2. 操作步骤
分析(A)→比较平均值(M)→成对样本T检验(P)
弹出“成对样本T检验”主对话框（图4）。

本文插图
图4 成对样本T检验主对话框
?配对变量：选入反应变量，本例为：平原-高原。
点击左下角“确定” 。
3. 主要输出结果及分析
（1）配对样本基本统计量表（表4）

本文插图
基本统计描述指标的统计量：样本量为10对，平原与高原血氧饱和度的均数分别为96.60和87.20、标准差分别为1.35和2.15、标准误分别为0.43和0.68 。
（2）配对样本t检验结果表（表5）

本文插图
配对样本t检验的结果。本例结果：平原-高原差值的均数为9.40 ，标准差为2.41 ，标准误为0.76 ，差值的95% 置信区间为（7.67,11.13）， t=12.319 ，自由度=9 ， P=0.000 ，差异有统计学意义。
报告中配对样本t检验的表述形式：
10名战士在平原与高原的血氧饱和度比较，采用配对样本t检验，平原和高原的血氧饱和度（96.60±1.35和87.20±2.15）比较差异有统计学意义（t=12.319 ，P=0.000），可以认为高原地理环境对血氧饱和度有影响，平原的血氧饱和度高于高原。

本文插图
NO.3
案例3
某高原研究组将籍贯相同、年龄相同、身高体重接近的20名新战士随机分为甲、乙两组。甲组为锻炼组，每天除常规训练外，还接受中速长跑与健身操锻炼；乙组为对照组，按常规训练，一月后测定肺活量（L），结果见表6所示，试比较两组的肺活量有无差别。

本文插图
案例分析思考： 1.研究目的：分析中速长跑与健身操锻炼是否会提高肺活量；
1.研究设计类型：完全随机设计两组比较（锻炼组和对照组），样本量相等（平衡设计）；此类设计可以样本量不等；又称独立样本比较或两样本比较；
2.反应变量：肺活量属于计量资料；
3.独立样本t 检验的应用条件：两组样本分别服从正态分布，两组样本方差齐性（简称正态方差齐性）。
具体操作：
1. 数据格式 20行2列（反应变量：肺活量，分组变量：1=锻炼组、2=对照组）（图5）

本文插图
图5 独立样本T检验数据输入格式
2. 操作步骤
分析(A)→比较平均值(M)→独立样本T检验
弹出“独立样本T检验”主对话框（图6）。

本文插图
图6 独立样本T检验主对话框
?检验变量(T)：选入反应变量，本例为：肺活量。
?分组变量(分页标题G)：选入分组变量，本例为：分组。
★定义组(D)：定义分组变量。
点击“定义组(D)”按钮，弹出“定义组”对话框（图7）。

本文插图
图7 定义分组变量的对话框
在此对话框中对所要比较的组别赋值进行选择，本例：
?组1：1 。
?组2：2 。
点击“继续(C) ”回到主对话框，点击左下角“确定” 。
3. 主要输出结果及分析
（1）独立样本基本统计量表（表7）

本文插图
基本统计描述指标的统计量：样本量为20（锻炼组与对照组分别为10），锻炼组与对照组的均数分别为4.32和3.89、标准差分别为0.34和0.36、标准误分别为0.11和0.11 。
（2）例3-3的独立样本t 检验结果表（表8）

本文插图
独立样本t检验的结果。若方差齐性假设（莱文方差等同性检验）满足，则读取第一行t检验的结果，否则读取第二行t检验的结果。本例结果：经方差齐性检验得：F=0.003 ， P=0.960 ，可以认为方差齐同，读取第一行t 检验的结果。 t=2.734 ，自由度=18 ， P=0.014 ，均数的差值为0.43 ，标准误为0.16 ，均数差值的95% 置信区间为（0.10 ， 0.75），差异有统计学意义。
报告中独立样本t检验的表述形式：
锻炼组和对照组的肺活量（4.32±0.34和3.89±0.36）比较，采用独立样本t检验，差异有统计学意义（t=2.734 ，P=0.014），可以认为中速长跑与健身操锻炼能够提高肺活量，锻炼组的肺活量高于对照组。

本文插图
技术总结
1. 在医学统计学中， t 检验是最为常见的一类假设检验方法， t 检验（t-test）源于t分布， t 分布是英国统计学家W.S.Gosset于1908年以“Student”笔名发表论文提出的，所以又称“Student’s t-distribution”；以t分布为基础的检验称为t 检验；t 分布的发现使得小样本统计推断成为可能，它被认为是统计学发展历史中的里程碑之一。
2.t 检验有三种设计形式：单样本t 检验/配对样本t 检验/独立样本t 检验；
3.t 检验涉及的资料类型是计量资料；
4.是否采用t 检验应看各自的应用条件（正态方差齐性）。
好了，那么，若不能满足t 检验的应用条件（正态方差齐性），我们又应该用何种统计学方法呢？见图8 。正态性检验又是如何做的呢？？具体步骤且听下回分解。
本节内容采用的是SPSS 23.0版本。

本文插图
图8 单变量两组计量资料的分析思路示意图
撰稿：刘岭
约稿编辑：刘芹

本文插图
专家简介
刘岭：陆军军医大学卫生统计学教研室副教授，主要从事卫生统计学教学、科研工作。担任中华卫生信息学会第八届统计理论与方法专业委员会委员，重庆市预防医学卫生统计专业委员会副主任委员，并担任《第三军医大学学报》等多家杂志的编委、统计审稿专家。
排版：毕丽审核：王东
PS：各位小伙伴若对本次课堂内容有何疑问可给我们留言，我们将在下一期课堂请刘教授为大家解答。
往期推荐
医学科研课堂丨统计说说（一）：样本量估算是个什么东东？分页标题