单样本 t 检验
单样本 t 检验用于检查总体均值是否与目标值存在差异,其中标准差由样本估计。适用于随机抽样、近似正态的连续型数据,或样本量大于 20 且无严重偏态的数据。如果总体标准差已知,请使用单样本 z 检验。输出包含 p 值和置信区间;另有汇总数据版本可用。
最后审阅
核心要点
单样本 t 检验在总体标准差未知时,将样本均值与目标值或假设值进行比较,并给出总体均值的置信区间。
本页内容
什么是单样本 t 检验?
单样本 t 检验是一种统计检验,用于在总体标准差未知时估计总体均值,并将其与目标值或参考值比较。这种参数检验用于判断样本均值与假设的总体均值之间是否存在显著差异。单样本 t 检验还会计算总体均值的置信区间,给出可能包含真实均值的取值范围。该分析在样本量较小或总体方差未知时尤其有用。
何时使用单样本 t 检验?
满足以下条件时,适合使用单样本 t 检验:
- 样本是从所关注的总体中随机抽取的。
- 数据近似服从正态分布(非正态数据请参见下文关于样本量的条件)。
- 总体标准差未知,但可由样本估计。
- 数据服从正态分布,或样本量足够大(大于 20,且数据无严重偏态),使均值的抽样分布近似正态。
使用单样本 t 检验的示例包括:
- 研究人员想检验一组学生样本的平均身高是否与一般人群中学生的平均身高相同。
- 某公司想检验完成某项任务的平均用时是否与行业标准相同。
- 医生想检验一种新药对降低患者血压是否有显著效果。
总体而言,单样本 t 检验是一种强大的统计工具,可帮助研究人员基于单个样本对总体得出结论。
正确使用单样本 t 检验的指南
- 如果已知总体标准差,请使用 单样本 Z。
- 分析时使用连续型数据,例如包裹的重量。
- 如果数据包含计数,请使用单样本泊松率;如果数据分为两个类别,请使用 单比率。
- 为进行恰当的假设检验,样本量应大于 20 且无严重偏态。
- 收集随机样本,以便对总体作出推断。
- 配对 t 检验 应用于相关数据或配对数据。
- 样本量应足够大,以便获得精确的估计、较窄的置信区间,并防范错误。请使用功效与样本量中的 单样本 t 来确定合适的样本量。
替代方法:何时不宜使用单样本 t 检验
- 如果总体标准差已知,建议使用 单样本 Z 而不是 t 检验,因为前者的检验功效高于后者。
单样本 t 检验示例
某经济学家收集了 25 个家庭当年的月度能源费用数据,以判断与上一年相比是否有变化,上一年的平均费用为 $200。他进行单样本 t 检验,检验当年的能源费用与 $200 是否存在显著差异。检验步骤如下:
- 收集所需数据。

- 现在,在 Zometric Statistical Software 中分析数据,网址为 https://statsai.zometric.com/。
- 要找到单样本 t 检验,请选择 Statistical module> Graphical analysis> One sample t-test.
- 在工具中输入数据及其他输入项,如下所示:

5. 使用上述工具后,得到如下输出:


如何进行单样本 t 检验
操作步骤如下:
- 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/
- 在首页选择 Statistical Tool> Graphical analysis >One sample t test。
- 点击 One sample t test,进入工具界面。
- 接下来,手动更新数据,或从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。
- 接下来,输入置信水平和假设均值的值。
- 最后,点击页面底部的 calculate,即可得到所需结果。
在 单样本 t 检验的工具界面中,窗口分为两部分。

左侧为数据窗格(Data Pane)。在 Data Pane 中,每一行构成一个子组。可以手动输入数据,也可以从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。
Load example: 将加载示例数据。
Load File: 用于直接加载 Excel 数据。
右侧提供以下选项:
- Confidence level: 在假设检验中,置信水平表示我们对统计分析所具有的确定程度或置信程度。它是一个概率值,表示真实总体参数落在指定取值范围内的可能性。置信水平通常以百分数表示,记作 (1 - α),其中 α 为显著性水平,即拒绝真实原假设的概率。例如,如果置信水平为 95%,则表示我们有 95% 的把握认为真实总体参数位于我们的区间估计之内,而犯第一类错误(拒绝真实原假设)的可能性为 5%。在实际应用中,置信水平越高,意味着我们对统计分析和结果越有信心。但是,提高置信水平也会使置信区间变宽,从而更难检测到较小的效应。因此,置信水平的选择取决于研究的背景和研究人员的目标。
- Hypothesized mean: 假设均值也称期望均值或总体均值,是原假设中规定的值,代表被检验变量的平均值。它是一个理论值,用于与实际样本均值比较,以判断差异在统计上是否显著,还是由偶然因素造成。
- Alternative hypothesis: 在假设检验中,备择假设(也称研究假设)是代表与原假设不同结论的陈述。原假设通常代表现状,或两个或多个组或变量之间不存在显著差异或关系的假设。备择假设是被检验的陈述,它提出所研究的组或变量之间存在显著差异或关系。
- Box Plot: 勾选后将提供箱线图,否则不提供。
- Histogram: 勾选后将提供直方图,否则不提供。
- Label: 用于设置数据标签,包含三个选项:
- Outlier: 与其他数据值相距较远的数据值,会严重影响结果。
- All quartiles: 四分位数是将数据样本分成四等份的值。可快速评估数据集的离散程度和集中趋势。
- Mean: 箱线图中的均值,用于提供有关数据集中趋势的更多信息。
- Individual Data: 单个数据点是数据集中的单个观测值。
- Download as Excel: 以 Excel 格式显示结果,便于编辑,并可通过 load file 选项重新加载以进行计算。
如何对汇总数据进行单样本 t 检验
操作步骤如下:
- 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/
- 在首页选择 Statistical Tool> Graphical analysis >One sample t test for summarized data
- 点击 One sample t test for summarized data,进入工具界面。
- 接下来,手动更新数据,或从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。
- 接下来,输入样本量、样本均值、标准差、假设均值和置信水平的值。
- 最后,点击页面底部的 calculate,即可得到所需结果。
在 汇总数据单样本 t 检验的工具界面中,窗口只有左侧部分。
Load File: 用于直接加载 Excel 数据。

左侧提供以下选项:
- Sample size: 样本量是指为得出关于整个总体的结论而从总体中选取、供研究的个体、对象或事件的数量。换句话说,它是研究中包含的观测值或参与者的数量。样本量会对研究结果的准确性和可靠性产生重大影响。较大的样本量通常能更具代表性地反映总体,并有助于降低随机抽样误差的影响。因此,在开展研究之前确定适当的样本量非常重要,以确保结果在统计上有效、可靠。
- Sample mean: 样本均值是从较大总体中选取的一组观测值或数据点的平均值。它通过将样本中所有值相加再除以观测值个数得出。样本均值常用作总体均值的估计量,而总体均值是整个总体的平均值。
- Standard deviation: 在假设检验中,标准差是数据变异性的度量。它通常与均值一起使用,用于评估两组之间观察到的差异在统计上是否显著。
- Hypothesized mean: 假设均值也称期望均值或总体均值,是原假设中规定的值,代表被检验变量的平均值。它是一个理论值,用于与实际样本均值比较,以判断差异在统计上是否显著,还是由偶然因素造成。
- Confidence level: 在假设检验中,置信水平表示我们对统计分析所具有的确定程度或置信程度。它是一个概率值,表示真实总体参数落在指定取值范围内的可能性。置信水平通常以百分数表示,记作 (1 - α),其中 α 为显著性水平,即拒绝真实原假设的概率。例如,如果置信水平为 95%,则表示我们有 95% 的把握认为真实总体参数位于我们的区间估计之内,而犯第一类错误(拒绝真实原假设)的可能性为 5%。在实际应用中,置信水平越高,意味着我们对统计分析和结果越有信心。但是,提高置信水平也会使置信区间变宽,从而更难检测到较小的效应。因此,置信水平的选择取决于研究的背景和研究人员的目标。
- Download as Excel: 以 Excel 格式显示结果,便于编辑,并可通过 load file 选项重新加载以进行计算。
常见问题
什么是单样本 t 检验?
单样本 t 检验是一种参数检验,用于在总体标准差未知时估计总体均值,并将其与目标值或参考值比较。它判断样本均值与假设均值之间是否存在显著差异,并计算总体均值的置信区间。
单样本 t 检验有哪些假设?
样本应从总体中随机抽取,数据应为连续型,总体标准差未知而由样本估计。数据应近似正态,或样本量足够大(大于 20 且数据无严重偏态),使均值的抽样分布近似正态。对于配对数据,请使用配对 t 检验。
何时应使用单样本 z 检验而不是 t 检验?
如果总体标准差已知,请使用单样本 z 检验,其检验功效高于 t 检验。对于计数数据,请使用 1-Sample Poisson Rate 检验;对于分为两个类别的数据,请使用 One Proportion 检验。
如何在 Zometric Statistical Software 中运行单样本 t 检验?
打开 One sample t test 工具,输入或粘贴数据,然后设置置信水平、假设均值和备择假设,并可选择箱线图和直方图。点击 Calculate 获取结果。汇总数据版本则接受样本量、样本均值、标准差、假设均值和置信水平,而不是原始数据。
