医学临床试验文献统计方法解读（t检验）

五、非配对t检验

（一）文献中应用

文献中如此描述t检验的应用：”非配对t检验用来比较RBH、ESBG、MBL在试验组和控制组间的差异“。
其中：表3反映ESBG、MBL在试验组和控制组间的差异统计结果。ESBG值在手术后6个月的测量中发现试验组和控制组间的统计显著性差异，p值为0.000，其余检验统计量的p值均大于0.05，没有统计显著性差异。

（二）非配对t检验定义

t检验是指原假设成立时的任一检定统计有t-分布的统计假说检定。t检验常作为检验一群来自正态分布总体的独立样本之期望值是否为某一实数，或是二（两）群来自正态分布总体的独立样本之期望值的差是否为某一实数。

举个简单的例子，也就是说我们可以抓取一个班级的男生，去比较该班与全校男生之身高差异程度是不是推测的那样，或是不同年级班上的男生身高的差异是否一如预期。使用此检验法。

双样本检验（即非配对检验）：其原假设为两个正态分布的总体的均值之差为某实数，例如检验二群人的身高之平均是否相等。这一检验通常被称为t检验。但更为严格地说，只有两个总体的方差是相等的情况下，才称为t检验；否则，有时被称为Welch检验。以上谈到的检验一般被称作“未配对”或“独立样本”t检验，我们特别是在两个被检验的样本没有重叠部分时用到这种检验方式。

（三）检验方法

文献中的t检验的情况是试验组和控制组样本数不相等，方差是否相等暂时不能确定。
检验方法见维基百科：
t检验-维基百科

建议在看维基百科网页之前先听喜马拉雅听上的音频节目《5分钟统计学》中的《012 真正弄懂Z分数的来龙去脉》以及020-023专题讲t检验的节目。我听了之后才明白，Z分布是标准正态分布，t分布是来自于Z分布的变形，所以t检验的原理也是基于正态分布、置信区间等基础知识。

（四）扩展阅读

1. unpaired t test(two samples)