做道完美的t检验—— 两均数比较的经典

对于两组独立样本的均数比较，“成组t检验”（或称“两独立样本t检验”）是首选方法。

要想正确使用该方法并作出恰当解读，从而对实践（或决策）给出真正切实有效的指导，需要着重考虑以下一些问题：

1、数据是否满足进行t检验的前提条件？

2、如果这些前提条件不满足，又该如何处置，或该采取哪些替代的分析方法？

3、如何正确解读P值？（P>0.05证明了“无差别”吗？P=0.053真的就大吗？P=0.047真的就小吗？）

4、“P值”仅能回答“是否有差别？”，而“效应量”才可回答“差别有多大？”。如何计算有用的效应量呢？

5、灵魂一问：P值真的很重要吗？分析95%CI，或是简单地比较两组数据的分布图形，可能会比P值有用得多——即更有益于指导实践或决策！

本文所举之例，最终得到P=0.056>0.05,按0.05水准，结论为：差别不显著。同时，还得到两组均数差值（B-A）的95%CI为[-0.054, 3.302]。不可否认该区间包含了“0”，但是也要看到，该区间极端不对称（若以0为中心的话），从而更倾向于提示B>A！

作为决策者，下一步，我们到底是因P>0.05而不再作为，还是激进一些押宝于B呢（假设数值越大越优）？