1、独立样本 T 检验要求被比较的两个样本彼此独立，既没有配对关系，要求两个样本 均来自正态分布，要求均值是对于检验有意义的描述统计量。例如：男性和女性的工资均值比较分析比较均值独立样本 T 检验。分析身高大于等于 155 厘米与身高小于 155 的两组男生的体重和肺活量均值之间是否有显著性差异。组统计量身高 N 均值 标准差 均值的标准误= 155.00 13 40.838 5.1169 1.4192体重= 155.00 13 2.4038 .40232 .11158肺活量 155.00 16 2.0156 .42297 .10574基本信息的描述方差齐次性检验（详见下面第二个例题）和T检验的计
2、算结果。从 sig（双侧）栏数据可以看出，无论两组体重还是肺活量，方差均是齐的，均选择假设方差相等一行数据进行分析得出结论。体重T检验结果，sig(双侧)=0.000，小于0.01，拒绝原假设。两组均值之差的99%上、下限均为正值，也说明两组体重均值之差与0的差异显著。由此可以得出结论，按身高155.0分组的两组体重均值差异，在统计学上高度显著。肺活量T检验的结果，sig（双侧）=0.018，大于0.01,。两组均值之差的上下限为一个正值，一个负值，也说明差值的99%上下限与0的差异不显著。由此可以得出结论，按身高155.0分组烦人两组肺活量均值差异在99%水平上不显著，均值差异是由抽样误差引
3、起的。以性别作为分组变量，比较当前工资 salary 变量的均值组统计量性别 N 均值 标准差 均值的标准误女 216 $26,031.92 $7,558.021 $514.258当前工资男 258 $41,441.78 $19,499.214 $1,213.968方差齐性检验（levene 检验）结果，F 值为 119.669，显著性概率为p0.001,因此结论是两组方差差异显著，及方差不齐。在下面的 T 检验结果中应该选择假设方差不相等一行的数据作为本例的 T 检验的结果数据，另一航是假设方差相等的 T 检验的据算数据，不取这个结果。T 的值 sig两组均值差异为 15409.9.平均现工资女的低于男的 15409.9.差值的标准误为 1318.40差分的 95%的置信区间在-18003-12816 之间，不包括 0，也说明两组均值之差与 0 有显著差异。结论：从 T 检验的 P 的值为 0.0000.01，和均值之差值的 95%置信区间不包括 0 都能得出，女雇员现工资明显低于男雇员，茶差异有统计学意义。
