两独立样本T检验实例（用SPSS16.0实现）

一、 两独立样本T检验原理
首先我们要界定好独立样本是指两个样本之间彼此独立，没有任何的相关关系，用数理统计的语言来说就是相关系数为0。





然后在菜单栏依次点击Analyze -> Compare Mean ->Independent-Samples T Test，进入Independent-Samples T Test会话框，然后将变量grade选入Test Variable空白栏，将变量group选入Grouping Variable空白栏，单击Define Groups按钮，选择Use specified values分组方式，将Group1设置为0、Group2设置为1，单击Continue按钮回到Independent-Samples T Test会话框，单击Options按钮，进入Independent-Samples T Test：Option设置框，将置信水平Confidence Interval设置为95%，缺失值选择Exclude cases analysis by analysis，单击Continue回到Independent-Samples T Test会话框，如图3所示：

三、 结果解释
组号0表示清华，组号1表示北大，从分组统计（Group Statistics）结果表可以看到清华大一学生的高考数学成绩均值（Mean）为76.89、标准差(Std.Deviation)为16.564，北大大一学生的高考数学成绩均值（Mean）为69.00、标准差(Std.Deviation)为23.537，两者的均值相差为7.89、标准差相差不大于7、标准误差均值不大8，初步判断不拒绝原假设。下面从两独立样本T检验的结果Independent Samples Test表进一步验证，首先看F检验的结果Levene’s Test for Equality of Variances部分，在假设方差相等（Equal variances assumed）的情况下，F统计量的伴随概率为0.571、对应单侧检验的概率为0.461，两个概率值均大于原先给定的显著性水平α=0.05，说明没有充分的理由拒绝F检验中方差相等的原假设，因此假设方差不相等（Equal variances not assumed）的情况不存在，F检验结果为空；根据上述F检验的结果，我们继续看t检验的结果，可以看到t统计量的伴随概率为0.822、双侧检验的概率为0.423，两者均大于显著性水平α=0.05，说明没有充分的理由拒绝原假设H0，即两所高校大一学生的高考数学成绩的平均分之间不存在显著性差异。

备注：
1、由于Markdown编辑器不支持数学公式编辑器MathType的公式复制，所以不得已只能事前在word写好博文，然后以截图的方式复制过来，所以有显示不清晰的地方请谅解一下，如果有疑问可以在评论留言，我们互相学习交流，谢谢。
2、文章的知识原理是学习了概率论与数理统计相关书籍后编写的，部分公式则是直接引用。