T 检验怎么做：独立样本与配对样本的选择、输出和报告

t 检验回答的是均值差异问题。真正的第一步不是看哪个 p 值更小，而是判断两组观测是否独立、是否来自同一对象，以及当前工具能不能真实执行所需检验。

一张表分清常见 t 检验

研究问题	数据结构	常见方法	当前 ChatSRS 状态
两个互不重叠组的均值是否不同	每人只属于一个组	独立样本 t 检验	可执行
同一对象的两个时点或成对对象是否不同	每行是一对观测	配对样本 t 检验	可执行
一组样本均值是否不同于常数	一组原始观测 + 参照值	单样本 t 检验	未注册

当前可执行的是独立样本 t 检验和配对样本 t 检验。单样本 t 检验在当前方法注册表中未注册，当前不能执行；页面可以解释它的适用场景，但不能把它写成产品已支持能力。

T 检验怎么做：四步选择流程

1. 先写研究问题。 明确因变量、比较对象和预期的估计量。
2. 判断观测关系。 两组由不同对象构成，通常考虑独立样本；同一对象前后测，通常考虑配对样本。
3. 检查数据是否为原始逐行观测。 当前分析器接收数据表中的实际列，不接收只有均值、标准差和样本量的摘要输入。
4. 在运行前约定输出边界。 若论文必须报告方差齐性、Welch、置信区间或效应量，要提前安排其他可验证工具补充，而不是在结果出来后凭空补数。

研究设计决定检验类型。不能把同一批人的前测当作一组、后测当作另一独立组，也不能同时跑多个方法后按最小 p 值挑结果。

ChatSRS 当前输出边界

独立样本 t 检验

独立样本分析要求：

• 指定一个分组变量；
• 分组变量恰好有两个非缺失组；
• 指定一个或多个数值型因变量；
• 每个组对相应因变量至少有 2 个有效观测。

当前实现使用等方差独立样本 t 检验，逐个因变量输出两组的 n、均值、样本标准差、t、p 和整数自由度 n1 + n2 - 2。独立样本分析当前不自动运行 Levene 检验、Welch 校正、置信区间或效应量。

这意味着页面不能声称“方差不齐会自动切换”。如果研究报告要求上述补充结果，应在其他受控工具中运行并记录版本、参数和输出，再与当前结果交叉核对。

配对样本 t 检验

配对分析把输入列按顺序两两成对，例如“前测、后测”。每一对会删除任一列缺失的行，并要求至少 3 对有效观测。

默认输出包括两个条件各自的均值与标准差、均值差、t、p 和自由度。配对分析的详细模式还会输出差值标准差和代码中标为 Cohen's d 的效应量；按实际公式它是以两个时点标准差平方均值的平方根为分母的 d_av，不是以差值标准差为分母的 d_z。

当前配对输出也不自动提供均值差置信区间。报告效应量时应明确口径，避免只写“Cohen's d”却让读者误以为使用了另一种配对效应量定义。

当前不能直接运行的输入

只有 M、SD、n 的汇总统计量，当前不能直接运行本页对应的独立样本或配对样本分析器。必须提供逐行原始数据，并清楚标明分组列或成对变量列。

与当前能力一致的请求示例

独立两组

“用 group 作为分组变量，比较实验组和对照组在 anxiety_post 上的均值，运行独立样本 t 检验。请报告两组 n、均值、标准差、t、df 和 p；不要声称已经运行 Levene、Welch、置信区间或效应量。”

同一对象前后测

“将 anxiety_pre 与 anxiety_post 作为一对变量运行配对样本 t 检验，使用详细模式，报告两个时点的均值和标准差、均值差、差值标准差、t、df、p 与 d_av，并说明完整配对样本数。”

明确写出边界，能减少系统生成超出真实结果的解释。

独立样本结果怎么读

当前表格中的核心字段是：

字段	当前含义	解读注意
n	每组该因变量的有效观测数	不同因变量缺失情况可能不同
M、SD	每组均值与样本标准差	先核对量表方向与取值范围
t	在等方差模型下的 t 统计量	正负号取决于组别排序
df	n1 + n2 - 2	当前不是 Welch 近似自由度
p	双侧 t 检验的 p 值	不等于实际差异大小

p 值较小只表示在模型假设下，数据与“总体均值相等”不太相容。它不能证明差异具有实际意义，也不能说明分组导致了差异。

若两组不是随机分配，均值差可能同时受基线差异、选择偏差或混杂变量影响。文章和论文应使用“存在均值差异证据”之类的表述，避免直接写成因果效果。

配对样本结果怎么读

配对检验利用同一对象两个观测的对应关系，检验平均差值是否为 0。解读时重点核对：

• 差值方向是“第一列减第二列”；
• 进入检验的是完整配对，而不是两个时点各自的全部非缺失样本；
• t 的正负号随列顺序改变；
• p 值不反映变化幅度；
• d_av 的分母口径与 d_z 不同，不能混用阈值或与其他研究直接比较。

如果数据包含三个及以上时点，连续做多次配对 t 检验通常会增加多重比较和信息割裂问题，应改用与研究设计匹配的重复测量分析，或预先约定的对比。

为什么前提检查不能靠一句“自动完成”

t 检验常见的前提与风险包括：

• 观测是否独立或配对关系是否正确；
• 因变量是否存在严重异常值；
• 小样本下差值或组内分布是否严重偏离正态；
• 独立两组的方差差异是否会影响等方差结果；
• 缺失是否与组别或结果有关。

这些问题不能只靠一个显著性检验机械开关。图形、研究设计、样本量、估计目标和稳健性分析要一起判断。当前实现没有自动 Levene/Welch 路由，因此需要 Welch 或稳健方法时，应转到能真实执行它们的工具。

APA 报告：只填真实输出

独立样本模板

等方差独立样本 t 检验显示，[组1] 的 [变量]（M = [ ]，SD = [ ]，n = [ ]）与 [组2]（M = [ ]，SD = [ ]，n = [ ]）的均值差异 [达到/未达到] 预先设定的显著性水平，t([df]) = [ ]，p = [ ]。

此模板只使用当前可验证字段。若另外补做了 Levene、Welch、置信区间或效应量，应明确注明它们来自哪一个工具和哪一次运行。

配对样本模板

对 [N] 对完整观测进行配对样本 t 检验。[时点1]（M = [ ]，SD = [ ]）与 [时点2]（M = [ ]，SD = [ ]）的平均差为 [ ]，t([df]) = [ ]，p = [ ]。详细模式计算的效应量为 d_av = [ ]，其计算口径为两个时点标准差平方均值的平方根。

不要把示例占位符当成输出，也不要在没有置信区间时补写一个看似合理的区间。

常见问题

p 不显著是否等于两组完全相同

不是。p 值未达到阈值表示当前数据没有提供足够证据拒绝均值相等假设，不等于证明两组相等。等效性问题需要预先设定有意义界值并运行等效性检验。

每组样本超过 30 就可以忽略所有问题吗

不能。较大样本可以改善均值抽样分布，但不会修复错误分组、依赖观测、严重数据错误、选择偏差或不恰当的因果解释。

独立样本结果需要 Cohen's d 吗

许多论文会要求效应量和置信区间，但当前独立样本分析器不输出这些字段。可以使用其他可追溯工具补算，并注明具体公式；不要把配对详细模式的 d_av 误搬到独立样本结果。

两组方差看起来不同怎么办

当前页面对应的独立样本实现仍使用等方差 t 检验。若方差差异值得关注，应另外运行 Welch t 检验或稳健分析，并比较结论对方法选择是否敏感。

开始前的最小清单

• 两组独立或成对关系已由研究设计确认；
• 使用的是逐行原始数据，不是汇总数字；
• 分组标签和配对列顺序已经核对；
• 没有把未实现的 Levene、Welch、CI 或效应量写进结果；
• p 值不会被解释成效应大小或因果证明。

确认这些条件后，可进入 ChatSRS 运行已支持的 t 检验。研究者仍需核对输入、输出口径和最终论文表述。

相关阅读

• t 检验与方差分析怎么选

---

本文按当前分析器实现描述能力；不承诺结果显著，也不代替研究设计与统计复核。