【摘要】：对于样本平均数的假设检验，可将t 检验用于两组样本间平均数的差异显著性检验。由t 值表可知，df 越大，同一显著水平下，tα 越小，灵敏度越高，反之，t 检验较方差分析自由度小，检验灵敏度低，容易掩盖两两处理平均数差异的显著性。③犯Ⅰ型错误（α错误）的概率大，统计推断的可靠性低，t 检验无特殊说明用两尾检验，方差分析做多重比较时，需要首先将每组的样本平均数按大小排序，用的是单尾检验。
对于样本平均数的假设检验，可将t 检验（或u 检验）用于两组样本（或样本与总体）间平均数的差异显著性检验。但在实际研究过程中，常常对3 个或3 个以上样本平均数进行比较，若此时仍采用上一章t 检验（或u 检验）就不合适了。
①工作量大，若n 组样本平均数需要两两比较的次数为C2n，使检验步骤烦琐。
②无统一的试验误差估计值，试验误差估计值的精确性和检验的灵敏度低。
a.对同一个试验的多组平均数进行两两处理，每次检验的试验误差估计值不统一，即每一次t 检验（或u 检验）的均数标准误Sxi-xj不同，使误差估计值不统一。(www.xing528.com)
b.两两比较没有利用试验资料所有的观测值，如某试验6 个处理（k=6），每个处理重复5 次（n=5），共有30 个观测值（N=k ×n=30），若利用整个试验的30 个观测值进行统计推断，则其误差自由度为dfe=k（n -1）=24，若用t 检验，每次只能利用两个处理进行统计推断，则dfe=k（n-1）=8。由t 值表可知，df 越大，同一显著水平下，tα 越小（阈值越小），灵敏度越高，反之，t 检验较方差分析自由度小，检验灵敏度低，容易掩盖两两处理平均数差异的显著性。
③犯Ⅰ型错误（α错误）的概率大，统计推断的可靠性低，t 检验无特殊说明用两尾检验，方差分析做多重比较时，需要首先将每组的样本平均数按大小排序，用的是单尾检验。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
