平均值之间的差异

非配对t检验比较两组的平均值。请注意，该检验通常称为独立样本t检验。

最有用的结果是平均值之间差异的置信区间。实验的重点是看看这两个平均值之间差距有多大。置信区间告诉您所知道差异的精确程度 。如果分析的假设正确，则您可以有95%的信心确定95%置信区间包含平均值之间的真正差。

在许多情况下，该置信区间就是您所需要的全部。请注意，您可以在t检验对话框的“选项”选项卡中更改差异的符号，在该选项卡中，您可以告诉Prism从A列中减去B列，或从B列中减去A列。

此外，Prism还会报告两个平均值之间的差异，以该差异的标准误差表示。

P值

P值用于询问两组平均值之间的差异是否可能因偶然性所致。它回答了该问题：

如果这两个群体平均值确实相同，则随机抽样产生的平均值与实验中观察到的平均值相差甚远（或者更远）的可能性有多大？

传统做法是使用P值来简单说明这种差异是否具有“统计学显著性”，但这并非必须操作，通常也没有用。

您将根据P值较小或较大，对结果进行不同的解读。

t比率

为计算非配对t检验的P值，Prism首先计算t比率。t比率是样本平均值之间的差值除以差值的标准误差，通过组合两组的SEM计算得到。如果相比于差值的SE，差值很大，则t比率会很大（或者是一个很大的负数），而P值会很小。t比率的符号只表示平均值较大的一组。可从t的绝对值导出P值。Prism报告t比率，以便与其他程序或教科书中的示例进行比较。在大多数情况下，您会希望关注置信区间和P值，并且可以安全地忽略t比率的值。

对于非配对t检验，自由度（df）数量等于总样本量减2。Welch的t检验（t检验的一个修正，其不假设方差相等）用一个复杂的方程计算df。

不等方差F检验

非配对t检验依赖于两个样本来自具有相同标准偏差（因此具有相同方差）的群体该假设。Prism使用F检验来检验该假设。

首先计算两组的标准偏差，并计算其平方值，以获得方差。F比率等于较大的方差除以较小的方差。因此，F总是大于（或者可能等于）1.0。

然后，P值则要求：

如果这两个群体的方差确实相同，则获得这么大或更大的F比率的可能性有多大？

不要将各组方差（标准偏差）相等的P值检验与平均值相等的P值检验混为一谈。后一个P值是选择t检验时最有可能想到的问题的答案。

当各组有不同的标准偏差时该怎么办？

非配对t检验的R平方

不同于大多数统计程序，Prism报告一个R2 值作为非配对t检验结果的一部分。它会量化由各组平均值之间差值所致的样本差异的分数。如果R2= 0.36，这意味着36%的值之间的所有差异归因于两组平均值之间的差值，剩余64%的差异来自组内值之间的分散。

如果两组的平均值相同，则值之间的任何差异均不会因组平均值的差值所致，2 因此R等于零。如果组平均值之间的差值与组内分散相比很大，则数值之间的所有差异几乎均因组差值所致，而R2 将接近1.0。