[科普中国]-差异显著性检验

用于比较两个或者多个样本的差异是否显著。

在统计学中，差异显著性检验是“统计假设检验”（Statistical hypothesis testing）的一种，用于检测科学实验中实验组与对照组之间是否有差异以及差异是否显著的办法1。

在实验进行过程中，尽管尽量排除随机误差的影响，以突出实验的处理效果，但由于个体间无法避免的差异，以及诸多无法控制的因素，使得实验结果最后表现的观察值处理处理效应之外，还包括实验误差的效应。

因此对两个样本进行比较时，必须判断样本间差异主要是随机误差造成的，还是本质不同或处理效应引起的。2

类型t检验适用于计量资料、正态分布、方差具有齐性的两组间小样本比较，检验两个处理平均数的差异是否显著。

spss提供的T检验有3种形式，分别是单样本T检验（One-Sample T Test），独立样本T检验(Independent-Sample T Teat)和成对样本T检验(Paired-Sample T Test）1。

t'检验应用条件与t检验大致相同，但t′检验用于两组间方差不齐时，t′检验的计算公式实际上是方差不齐时t检验的校正公式。

U检验应用条件与t检验基本一致，只是当大样本时用U检验，而小样本时则用t检验，t检验可以代替U检验。

方差分析用于正态分布、方差齐性的多组比较，即多个处理平均数之间差异的显著性检验。常见的有单因素分组的多样本均数比较及双因素分组的多个样本均数的比较，方差分析首先是比较各组间总的差异，如总差异有显著性，再进行组间的两两比较，组间比较用q检验或LST检验等。

卡方检验是计数资料主要的显著性检验方法。用于两个或多个百分比(率)的比较。常见以下几种情况：四格表资料、配对资料、多于2行乘以2列资料及组内分组卡方检验。

非参数检验以上的参数检验都基于共同的两个假设：正态性假定和方差齐性假定 。但是，我们在实际工作中，不可能总是遇到满足这两个假定的统计数据，这时候，如果强行采用参数检验就会造成错误。此时，可以采用基于秩和的非参数检验，如Kruskal-Wallis检验，Friedman检验。

本词条内容贡献者为:

殷晓莉 - 儿童心理专家 副教授 - 中国科学院心理研究所