配对样本相关性结果解读(配对样本t检验相关性)
2026-11-20 20:25:06
配对样本相关性结果解读
统计概述
在医学科学研究中,通常会采用配对设计来提高研究效率。配对样本t检验的
目的
是
用于检验两个相关样本(配对数据)是否来自相同均值的总体
,也就是
检验配对样本差值的总体均数与总体均数0的差异是否统计学意义
。关于配对设计,主要有以下几种情况:
(1)同一受试对象
处理前后
的数据
(2)同一受试对象
两个部位
的数据
(3)
同一样品
用
两种方法
(仪器等)检验的结果
(4)配对的
两个受试对象
分布接受进行
两种处理后
的数据。该受试对象来源相同、性质相同的个体。
其中
情况1目的是推断其处理有无作用
;情况
2/3/4目的是推断两种处理方法的结果有无差别
。
理论而言,如果不同处理的效应没有实质差别,则每对数据的差值d的总体均数应为0,这样可通过检验差值的总体均数是否为0,可得知处理之间的差异,类似于单样本t检验。
SPSS配对样本t检验
示例:用某药治疗10名高血压病人,对每一病人治疗前、后的舒张压(mmHg)进行了测量,问该药有无降压作用?
1.建立假设:建立检验假设,确定检验水准α
H0:μd=0
,同一病人治疗前后的舒张压差值总体均数为0
H1:μd≠0
,同一病人治疗前后的舒张压差值总体均数不为0
α=***,即置信区间为95%
2.配对设计样本t检验
(1)打开分析—比较平均值—独立样本t检验
配对样本差异性检验
(2)参数说明
配对变量:用于选入成对的变量组,也可选入多对变量,分布对他们做配对检验。在选择检验变量组时,必须在变量列表中同时选择配对的两个变量。
选项:设定置信区间和缺失值处理方式
(3)输出结果与说明
基本统计量:
在下表中列出了样本量、平均值、标准差和标准误。治疗前舒张压为***Hg,治疗后为***Hg,从均值上看该药可能有降压效果,但有待假设检验进行验证。
配对样本相关性:
成对变量间的相关性分析,其结果实际上就是两变量的相关系数检验结果。
大多数情况下,本步可以忽略,因此国内外很多发表的论文并没有交代本步的结果。但从统计的角度,本步相关的计算是为了验证配对数据的一致性(consistent),意思是治疗前较低的个体,治疗后的值也处于较低的地位;治疗前较高的个体,治疗后也处于较高的位置,用以说明干预措施作用的稳定性或一致性(Perry.RHinton)。
可能存在四种情况:
a.相关与t检验均P0,t=***,
显著性p=***
,故认为使用该药会影响病人的血压,由于样本中治疗前后的差值均数为正,因此可推断使得病人血压下降,即有降压作用
(4)输出结果与说明
T-TESTPAIRS=治疗前WITH治疗后(PAIRED)?/CRITERIA=CI(.9500)?/MISSING=ANALYSIS.









