独立样本t检验
1. 概念
独立样本t检验（independent-samplest-test）：用作两独立样本均值的比较，以检验两样本所来自的总体均值是否有显著性差异。
2. 用法
用于分析二分类变量与定量变量之间的关系情况，如研究人员想了解两类顾客的满意度均值是否有显著性差异。
3. 使用条件
当n1<30或n2<30时，数据为正态分布，且方差齐，可采用独立样本t检验。
当n1<30或n2<30时，正态和方差齐性不满足，可进行数据变换，在满足正态性和方差齐性后，再进行独立样本t检验；当变换后满足正态性，但方差齐性依然不满足或两者都同时不满足时，可采用秩和检验或非参数检验方法。
当n1≥30且n2≥30时，且满足方差齐性，可采用独立样本t检验。
当n1≥30且n2≥30时，且不满足方差齐性，可采用秩和检验或非参数检验方法。
当n1≥30且n2≥30时，可直接采用z检验。
4. 案例描述
BMI指数，是国际上常用的衡量人体胖瘦程度以及是否健康的一个标准。该指标男女通用，但因成年男性骨骼一般比成年女性大，成年男性的BMI指数理应不低于成年女性。现根据一组成年人，包括20名男性和20名女性（排除未满18岁的儿童、青少年、运动员、妊娠女性、哺乳期女性、长期生病或身体虚弱的老年人）的BMI数据来分析男性BMI和女性BMI是否满足这个说法。
部分案例数据
5. 案例分析
尝试采用独立样本t检验，可根据成年男性和成年女性BMI均值对比情况来检验该组男性BMI是否不低于女性BMI。
6. 案例分析步骤
Step1：上传数据
基于MedSPSS，通过数据管理---文件---上传文件，上传整理好的“性别_BMI.xlsx”数据，用作接下来的独立样本t检验。
本组BMI是来自于20位男性和20位女性的数据记录，在进行独立样本t检验之前，需检验男性和女性的BMI是否满足正态性，方差齐性。
Step2：数据特征探索
由箱线图了解不同性别下BMI的数据分布情况，男性和女性的BMI数据无异常值。
Step3：BMI正态性检验
选择假设检验---分布检验---正态检验，将BMI作为检验变量，性别作为组别变量，这里采用shapiro-wilk进行正态性检验。
正态检验结果
正态检验智能分析结果
结果说明：采用shapiro-wilk检验其正态性，分析结果的显著性p值都大于0.05，在95%的置信区间下，没有呈现出显著性，故不能拒绝原假设H0，因此数据服从正态分布，满足独立样本t检验的条件。
Step4：方差齐性检验
选择假设检验---分布检验---方差齐性分析，将BMI作为检验变量，性别作为分组变量。经上一步的正态性检验，BMI符合正态分布，因此选择Bartlett进行方差齐性检验。
方差齐性检验结果
方差齐性智能分析结果
结果说明:采用Bartlett检验法检验方差齐性，显著性p值大于0.05，在95%的置信区间下，没有呈现显著性水平，故不能拒绝原假设H0，因此成年男性和成年女性的BMI数据满足了方差齐性，接下来可以采用独立样本t检验。
Step5：独立样本t检验
选择假设检验---位置检验---独立样本t检验，将BMI作为检验变量，性别作为分组变量。因目的是检验男性BMI是否显著不低于女性BMI，判断条件选择≤ 。
独立样本t检验结果
独立样本t检验智能分析结果
结果说明：MedSPSS给出了独立样本t检验的智能分析结果，在95%置信水平下，因（p =0.998>0.05），不呈现显著性，因此不拒绝原假设H0（女性BMI平均值-男性BMI平均值）≤0，即女性BMI平均值≤男性BMI平均值，表明男性BMI不低于女性BMI。
