示例

在治疗前后测量肾脏酶的Km值（单位为nM）。每个实验都选用不同的动物肾组织进行。

 

采用传统配对t检验，对照和治疗Km值之间的平均差值95%置信区间为 - 0.72至9.72，包括了零。P值为0.07。对照组和治疗组之间差值不一致，无统计学显著性。由于配对t检验侧重于差值，且差值并非十分一致，因此这种方法不适用。

比例更加一致，因此执行比率t检验有价值。治疗/对照比例的几何均值为2.02，95%置信区间为1.88至2.16。数据明确指出，该处理使酶的Km值增加一倍。

使用配对t检验进行分析，结果显示模糊。但是在使用比率t检验分析数据时，结果显示很充分 - 治疗使酶的Km值增加一倍。

P值为0.0005，因此治疗效果非常具有统计学显著性。

P值回答了该问题：

如果对照值与治疗值之间确实无差异，则获得与观察的1.0相距较远的比例可能性有多少？如果P值很小，这证明了成对值之间比例并非1.0。

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分析所有数据。