独立样本t检验(Independent Samples t

在前面文章中介绍了独立样本t检验(Independent Samples t-test)的假设检验理论 ，本篇文章将实例演示在Stata软件中实现独立样本t检验的操作步骤。

关键词：Stata; t检验; 独立样本t检验; 成组t检验; 两样本均数比较; 近似t检验; 韦尔奇t检验; Welch近似t检验

某医生研究某生化指标(X)对病毒性肝炎诊断的临床意义，测得20名正常人和19名病毒性肝炎患者生化指标(X)含量(μg/dl)，问病毒性肝炎患者和正常人生化指标(X)含量是否存在差异？部分数据见图1。本文案例可从“附件下载”处下载。

本案例的分析目的是比较两组数据均值是否有差异，即判断病毒性肝炎患者和正常人生化指标(X)含量是否存在差异。针对这种情况可以使用独立样本t检验。但需要满足6个条件：条件1：观察变量为连续变量。本研究中的生化指标含量为连续变量，该条件满足。条件2：观察变量相互独立。本研究中各研究对象的观察变量都是独立的，不存在互相干扰的情况，该条件满足。条件3：观察变量可分为2组。本研究中分为病毒性肝炎患者和正常人，该条件满足。条件4：观察变量不存在显著的异常值，该条件需要通过软件分析后判断。条件5：各组观察变量为正态(或近似正态)分布，该条件需要通过软件分析后判断。条件6：两组观察变量的方差相等，该条件需要通过软件分析后判断。

①*描述性分析*

summarize X if group==1

summarize X if group==2

②*绘制箱式图*

graph box X,over(group)

图2和图3“Descriptives (描述性分析)”表格中，列出了各组观察变量的“Min(最小值)”和“Max(最大值)”，依据专业可判断人体生化指标含量均可能存在215.4μg/dl和292.7μg/dl的情况；此外，图4中的箱线图也未提示任何异常值。综上，本案例未发现需要删除的异常值，满足条件4。

①*使用Shapiro-Wilk检验分别考察每组的正态性*

swilk X if group==1

swilk X if group==2

②*分别绘制每组的正态分位图*

qnorm X if group==1

qnorm X if group==2

图5、图6的Shapiro-Wilk正态性检验结果分别显示两组的P=0.886和0.200，均>0.1，提示两组数据服从正态分布。图7、图8的正态分位图上两组散点基本围绕对角线分布，也提示两组数据呈正态性分布；综上，本案例满足条件5。

*方差齐性检验*

robvar X, by(group)

图9显示，正常人组和肝炎患者组的标准差(Std. Dev)分别为9.168和13.695，W0是levene方差齐性检验，可见F=3.883，P=0.056