大家好，又见面了，我是你们的朋友全栈君。
(
r
：相关系数)
双样本
t
时用此公式计算标准误：→
三、成组
t
检验：
适用于完全随机设计的两均值比较，要求个体之间相互独立，两组资料均服从正态
分布且方差齐性，即为标准的双样本
t
检验。
四、我们重点来看一下，配对
t
检验，配对
t
检验从设计上分为
3
种情况，如下：
1
、自身配对设计：
选择
K
个受试者，分别在甲、乙两个不同的试验条件(即某个因素的两个水平)下，
测出每个受试者同一个指标的两个数值，并把它们配成一对。
2
、同源配对设计：
选择
K
窝同种属的动物，
将取自同一窝的两只动物配成一对。
用随机的方法确定每对
中的一只动物接受甲种处理，
另一只接受乙种处理，
分别从各只动物身上测出同一个指标
的数值。将测自同一窝动物的两个数据配成一对。
3
、条件相近者配对设计：
将条件(即
重要的非处理因素
)最接近的每两只受试者配成一对，共选择
K
对，其他
与同源配对设计相同。
4
、三种配对设计的比较：
如果甲处理是空白对照，
乙处理是真正的处理，
则自身配对设计能最大限度地排除个
体差异对观测结果的影响，则它的效率最高。
如果甲、乙都是真正的处理(如两种药物)
，此时不适合选用自身配对设计，因为甲
药物的作用可能会影响乙药物的疗效，
此时宜选用后两种形式的配对设计，
从同一对受试
者条件接近程度来看，同源配对设计优于条件相近者配对设计。
5
、配对设计数据分析的思路：
先考虑一个指标的情形，
无论是采取上述
3
种配对设计中的哪一种形式，
都可将每对
中的
2
个数据相减(各对数据相减的顺序要一致)求出差值
d
，若处理的
2
个水平之间本
质上没有差别，
而且，
配对的条件又十分严格，
由每对数据所算得的差值
d
都应接近于零，
于是，我们可将
d
的均值看作样本均值。把零看作理论均值，使配对设计问题转变为单组
设计问题，即作
d
是总体均值与零比较的假设检验。
6
、成对(成组、配对)观测数据分析的原则：
(如下图)
成对数据从物
理意义上分析
r
>
0
r
<
0
相关
配对
t
检验
双样本
t
检验
成对观测数据的
差值
高效
分析
差值应通过正
态性检验方可
n
S
rS
S
S
d
S
2
1
2
2
2
1
2
)
(
n
S
S
X
X
S
2
2
2
1
2
1
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/150890.html原文链接：https://javaforall.net
![PhantomJS简介[通俗易懂]](https://javaforall.net/wp-content/uploads/2020/11/2020110817443450-480x300.jpg)
