如何在 stata 中进行双样本 t 检验

双样本 t 检验用于检验两个总体的均值是否相等。

本教程介绍如何在 Stata 中执行两个样本 t 检验。

示例：Stata 中的双样本 t 检验

研究人员想知道新的燃料处理方法是否会导致某辆车的平均英里/加仑发生变化。为了测试这一点，他们进行了一项实验，其中 12 辆汽车接受了新的燃料处理，而 12 辆汽车则没有。

完成以下步骤以执行两个样本 t 检验，以确定这两组之间的平均 mpg 是否存在差异。

第 1 步：加载数据。

首先，通过在命令框中键入use https://www.stata-press.com/data/r13/fuel3并单击 Enter 来加载数据。

步骤2：查看原始数据。

在进行双样本 t 检验之前，我们首先看一下原始数据。从顶部菜单栏中，导航至数据 > 数据编辑器 > 数据编辑器（浏览） 。第一列mpg显示给定汽车的 mpg。第二列对待，表明汽车是否接受了燃料处理（0 = 否，1 = 是）。

第 3 步：可视化数据。

接下来，让我们可视化数据。我们将创建箱线图来显示每组的 mpg 值的分布。

从顶部菜单栏中，转到图表 > 箱形图。在变量下，选择mpg ：

然后，在“分组变量”下的“类别”子标题中，选择“已处理” ：

单击“确定” 。将自动显示带有两个箱线图的图表：

我们可以立即看到，与未治疗组 (0) 相比，治疗组 (1) 的 mpg 似乎更高，但我们需要执行两个样本 t 检验，看看这些差异是否具有统计显着性。 。

步骤 4：执行两个样本 t 检验。

从顶部菜单栏，转到统计 > 摘要、表格和检验 > 经典假设检验 > t 检验（均值比较检验） 。

使用 groups 选择两个样本。对于变量名称，选择mpg 。对于组变量名称，选择Processed 。对于置信级别，选择您想要的级别。值 95 对应显着性水平 0.05。我们将其保留为 95。最后，单击“确定” 。

将显示两个样本 t 检验的结果：

我们收到每个组的以下信息：

观测值：观测值的数量。每组有 12 个观察值。

平均：平均英里/加仑。在第 0 组中，平均值为 21。在第 1 组中，平均值为 22.75。

标准。 Err：标准误差，计算公式为 σ / √ n

标准。 Dev： mpg 的标准偏差。

95% 一致范围：真实群体平均英里数的 95% 置信区间。

t：双样本t检验的检验统计量。

自由度：用于测试的自由度，计算公式为 n-2 = 24-2 = 22。

结果底部显示了三个不同的双样本 t 检验的 p 值。由于我们想要了解两组之间的平均 mpg 是否只是不同，因此我们将查看中间测试的结果（其中备择假设为 Ha:diff !=0），其 p 值为0.1673。 。

由于该值不低于我们的显着性水平 0.05，因此我们无法拒绝原假设。我们没有足够的证据表明两组的真实平均英里数不同。

第五步：报告结果。

最后，我们将报告两个样本 t 检验的结果。以下是如何执行此操作的示例：

对 24 辆汽车进行了两个样本的 T 测试，以确定新的燃油处理是否会导致每加仑平均英里数的差异。每组有 12 辆车。

结果显示，两组之间的平均 mpg没有差异（t = -1.428，df = 22，p = 0.1673），显着性水平为 0.05。

总体平均值的真实差异的 95% 置信区间给出的区间为 (-4.29, 0.79)。