置信区间

配对t检验可以比较两个配对组的平均值，因此先观察这两个平均值的差值。此外，Prism还可以显示该差值的置信区间。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

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。其回答了该问题：

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值为较小值或较大值，对结果进行不同的解读。

t比率

配对t检验比较了两个配对组。该检验计算各组配对之间的差值，并根据“整个群体中的差值服从高斯分布”这一假设，分析该差值列表。

首先，Prism计算各组配对之间的差值，跟踪符号。配对t检验的t比率是这些差值除以差值标准误差的平均值。如果t比率很大（或者是一个很大的负数），则P值会很小。如需设置差值方向（A列减去B列，或B列减去A列），请转至“t检验”对话框的“选项”选项卡。

自由度数量等于配对数量减1。Prism根据t比率和自由度数量来计算P值。

适当配对检验

使用配对实验设计和配对检验的全部意义在于控制实验的变异性。一些在实验中无法控制的因素会对前后测量结果产生相同的影响，因此不会影响前后的差值。配对检验可以通过只分析差值纠正这些分散源。

如果配对有效，则预计前后测量结果一起变化。Prism通过计算皮尔逊相关系数来量化这一点。基于r，Prism计算P值来回答该问题：

如果两组之间的确无任何相关性，则随机选择的受试者与实验中观察到的相关系数一样大（或更大）的几率有多大？P值是单尾值，因为您对观察到强烈负相关的可能性不感兴趣。

如果配对有效，则r将为正数，且P值将很小。这意味着两组显著相关，因此选择配对检验有意义。

如果P值较大（例如，大于0.05），则应该质疑使用配对检验是否有意义。您对是否使用配对检验的选择不但基于该P值，还基于实验设计和您在其他类似实验中看到的结果。

如果r为负值，则意味着配对会适得其反！您期望各对的值同向变动 - 如果一个更高，另一个也更高。而这种情况正好相反 - 如果一个值较高，另一个值较低。很可能这只是一个偶然问题。如果r接近 - 1，则您应该检查您的实验设计，因为这是一个极为异常的结果。

描述性统计

描述性统计的分析选项卡仅总结了用于配对t检验的数据。如果一列中存在任何数据，而另一列中没有，则这些值不包括在配对t检验所包括的描述性统计结果中。当然，一般描述性统计分析会对所有数据进行分析。