雙樣本 t 檢定計算器

雙樣本 t 檢定計算器

新興 AI Skill PRO

輸入計算

數學公式

t=x̄1−x̄2s12n1+s22n2t = \dfrac{{{\text{x̄}_1}} - {{\text{x̄}_2}}}{\sqrt{\dfrac{{{\text{s}_1}}^{2}}{{{\text{n}_1}}} + \dfrac{{{\text{s}_2}}^{2}}{{{\text{n}_2}}}}}

計算範例

t=10.5−92.5230+3230≈2.1039t = \dfrac{10.5 - 9}{\sqrt{\dfrac{2.5^{2}}{30} + \dfrac{3^{2}}{30}}} \approx 2.1039
顯示計算步驟 (1)
  1. Welch-Satterthwaite 自由度

    df=(a+b)2a2n1−1+b2n2−1其中{a=s12n1b=s22n2\begin{gathered} df = \dfrac{(a + b)^{2}}{\dfrac{a^{2}}{{{\text{n}_1}} - 1} + \dfrac{b^{2}}{{{\text{n}_2}} - 1}} \\[1.5em] \text{其中}\quad \left\{ \begin{aligned} a &= \dfrac{{{\text{s}_1}}^{2}}{{{\text{n}_1}}} \\ b &= \dfrac{{{\text{s}_2}}^{2}}{{{\text{n}_2}}} \end{aligned} \right. \end{gathered}

    自由度 df 使用 a = s1²/n1 與 b = s2²/n2

使用統計

廣告

結果

t 統計量
2.1039
Welch 雙樣本 t 檢定
平均數差異(x̄₁ − x̄₂) 1.5
標準誤 0.713
自由度(Welch) 56.17

回報本頁錯誤

什麼是雙樣本 t 檢定?

雙樣本 t 檢定用來判斷兩組獨立資料的平均數是否有顯著差異。本計算器採用 Welch t 檢定,不需要假設兩組變異數相等,因此在絕大多數實際情境中都是最穩妥的預設選擇。只要輸入兩組樣本的平均數、標準差與樣本數,即可算出 t 統計量、差異的標準誤,以及 Welch-Satterthwaite 自由度。

兩條平均值分離的重疊鐘形曲線
雙樣本 t 檢定比較兩個獨立組的平均值。

使用方法

分別填入兩組樣本各自的平均數、標準差與觀測值個數,按下計算就能得到 t 統計量。接著可將 t 的絕對值與 t 分配表的臨界值(依照計算出的自由度查表)比較,或換算成 p 值,藉此判斷是否拒絕「兩組平均數相等」的虛無假設。

公式說明

t 統計量等於兩組平均數的差,除以該差異的標準誤:$$t = \dfrac{\text{x̄}_1 - \text{x̄}_2}{\sqrt{\dfrac{\text{s}_1^{2}}{\text{n}_1} + \dfrac{\text{s}_2^{2}}{\text{n}_2}}}$$。分母衡量的是我們預期差異會出現多大的抽樣變動。\(|t|\) 越大,代表觀測到的差距相對於雜訊越明顯,越可能存在真實的效應。

廣告
展示 t 統計量為平均值之差除以合併標準誤的示意圖
t 統計量以平均值之差除以合併標準誤。

實際範例

假設 A 組的平均數為 10.5、標準差 2.5、n = 30;B 組的平均數為 9.0、標準差 3.0、n = 30。兩個變異數項分別為 \(6.25/30 = 0.2083\) 與 \(9/30 = 0.3\),相加得 \(0.5083\),因此標準誤為 \(\sqrt{0.5083} \approx 0.7130\)。兩組差異為 \(1.5\),故 $$t = \frac{1.5}{0.7130} \approx 2.104$$,自由度約為 56。

常見問題

為什麼用 Welch 檢定,而不是 Student 檢定?即使兩組的變異數不同、或樣本數不一致,Welch 檢定依然能維持準確;而 Student 的合併變異數檢定在這些情況下可能會誤導結論。

t 值 2.1 算顯著嗎?在雙尾、顯著水準 0.05、自由度約 56 的條件下,臨界值約為 2.00,因此 \(|t| = 2.1\) 剛好跨過門檻,屬於邊際顯著。

如果兩組資料是成對的怎麼辦?那就改用成對 t 檢定;本計算器假設兩組樣本彼此獨立。

最後更新:

數學和統計熱門計算器

查看全部數學和統計計算器