【配对样本t检验】在统计学中，配对样本t检验（Paired Sample t-test）是一种用于比较两个相关样本均值差异的统计方法。它适用于同一组个体在不同条件下进行测量的情况，例如实验前后的数据对比、同一对象在两种不同处理下的结果比较等。该检验的核心思想是：通过分析配对数据之间的差异，判断这些差异是否具有统计学意义。
一、适用条件
| 条件 | 说明 |
| 数据为配对样本 | 即每个样本都存在对应的另一个样本（如同一批被试在两种情况下的测试结果） |
| 差异数据服从正态分布 | 若样本量较小，需检查差异数据的正态性；若样本量较大，可忽略正态性假设 |
| 样本独立 | 每一对数据之间相互独立 |
二、基本步骤
1. 提出假设
- 零假设（H₀）：两组数据的平均差为0（μ_d = 0）
- 备择假设（H₁）：两组数据的平均差不为0（μ_d ≠ 0）
2. 计算每对数据的差值
对于每对数据（X_i, Y_i），计算差值 d_i = X_i - Y_i
3. 计算差值的均值和标准差
- 平均差值：$\bar{d} = \frac{\sum d_i}{n}$
- 差值的标准差：$s_d = \sqrt{\frac{\sum (d_i - \bar{d})^2}{n-1}}$
4. 计算t统计量
$$
t = \frac{\bar{d}}{s_d / \sqrt{n}}
$$
5. 确定自由度和临界值
自由度为 n - 1，根据显著性水平（如 α = 0.05）查t分布表
6. 做出统计推断
如果计算出的t值绝对值大于临界值，则拒绝零假设；否则接受零假设。
三、应用示例
| 被试编号 | 实验前得分 | 实验后得分 | 差值（后-前） |
| 1 | 75 | 82 | +7 |
| 2 | 68 | 70 | +2 |
| 3 | 80 | 85 | +5 |
| 4 | 72 | 73 | +1 |
| 5 | 65 | 69 | +4 |
计算得：
- $\bar{d} = 4$
- $s_d = 2.58$
- n = 5
- t = 4 / (2.58 / √5) ≈ 3.42
在α=0.05下，自由度为4时，临界t值为±2.776。因此，t值大于临界值，拒绝H₀，认为实验效果显著。
四、注意事项
- 配对样本t检验适用于小样本或中等样本，对于大样本建议使用z检验。
- 若差异数据不符合正态分布，可考虑使用非参数检验，如Wilcoxon符号秩检验。
- 确保数据是成对的，避免将独立样本误用为配对样本。
通过合理运用配对样本t检验，研究者可以更准确地评估干预措施或实验处理的实际效果，为数据分析提供有力支持。