【配对样本t检验】配对样本t检验是一种用于比较两个相关样本均值差异的统计方法，常用于实验前后的对比分析。它适用于同一组受试者在不同条件下的测量数据，例如药物治疗前后的血压变化、教学方法改进前后学生的成绩变化等。该检验的核心假设是：配对样本之间的差异服从正态分布。
一、适用场景
| 场景描述 | 是否适用 |
| 同一组对象在不同时间点的测量 | 是 |
| 实验前与实验后的数据对比 | 是 |
| 配对的两组数据（如夫妻、双胞胎） | 是 |
| 数据为连续变量 | 是 |
| 数据分布接近正态 | 是 |
二、检验原理
配对样本t检验的基本思路是计算每一对数据的差值，然后对这些差值进行单样本t检验。其步骤如下：
1. 计算每对数据的差值 $ d_i = x_{i1} - x_{i2} $；
2. 计算差值的均值 $ \bar{d} $ 和标准差 $ s_d $；
3. 计算t统计量：
$$
t = \frac{\bar{d}}{s_d / \sqrt{n}}
$$
4. 根据自由度 $ n-1 $ 查t分布表，判断是否拒绝原假设。
三、假设检验
| 假设类型 | 原假设（H₀） | 备择假设（H₁） |
| 双尾检验 | μ_d = 0 | μ_d ≠ 0 |
| 单尾检验（右尾） | μ_d ≤ 0 | μ_d > 0 |
| 单尾检验（左尾） | μ_d ≥ 0 | μ_d < 0 |
四、结果解读
| 检验结果 | 解读说明 |
| p值 < 显著性水平（如0.05） | 差异具有统计学意义 |
| p值 ≥ 显著性水平 | 差异不具有统计学意义 |
| t值大于临界值 | 拒绝原假设 |
| t值小于临界值 | 接受原假设 |
五、注意事项
| 注意事项 | 说明 |
| 数据需为配对数据 | 若非配对数据，应使用独立样本t检验 |
| 数据应满足正态性 | 可通过直方图或Q-Q图进行验证 |
| 异常值可能影响结果 | 应先剔除或处理异常值 |
| 样本量较小（n < 30）时更依赖正态性假设 | 小样本下需谨慎使用 |
六、总结
配对样本t检验是一种简单而有效的统计工具，特别适合于研究干预或变化带来的影响。通过合理设计实验和正确分析数据，可以准确判断两个相关样本是否存在显著差异。在实际应用中，应注意数据的配对性和正态性，以确保检验结果的可靠性。
