论文t检验分析(论文中t检验)
1. 论文t检验分析
q检验用于anova之后的事后比较t检验直接用于2组比较
2. 论文中t检验
看到这个问题，刚好本人最近的论文使用了ADF检验这个方法，前段时间研究了整个ADF检验的流程，对其有较深刻的理性认识。
通俗来讲，在一般情况下，ADF检验主要用于时间序列数据，这是因为时间序列会存在不平稳的过程，不平稳的时间序列数据可能会带来t检验失败、自回归系数估计值有偏向的等问题，最后使用stata对数据跑回归可能是一个伪回归或者伪相关，因此得出来的回归结果就是不大可靠的。
在ADF检验当中比较重要的一个环节就是看滞后阶数是否显著（lags几期）之后回归。接下来讲一下stata操作流程：
首先，进行不带趋势项的DF检验，命令为dfuller lny（假如lny是经济产出变量），看DF统计量大不大于左边单侧检验，若小于，则可以拒绝“存在单位很”的原假设。
接着输入“dfuller lny，lags（xx）reg ”，其中，xx可以是任何数字，用于检测最优滞后阶数，如果Z值一直不显著，可以使用PP检验，命令为：pperron lny。
如果PP检验还是不显著........那就用最有功效的DF-GLS检验，命令为：“dfgls lny” ，此时stata会给你一个表格，该表会显示数据在几阶的1%、5%、10%显不显著，这个时候再不显著，就证明该时间序列存在单位根。
发现数据存在单位根之后我们要将原假设变为平稳序列，这个时候要进行KPSS检验，命令为：“kpss lny，nottrend”。
接着stata会告诉你数据从几阶到几阶滞后，如果统计量均大于5%置信水平的统计值，则认为存在单位根，因此，进一步检验lny的差分是否平稳，命令为：dfgls dlny，如果表格显示滞后阶数介于几到几之间，那这个时候就可以拒绝原假设了，即认为差分dlny为平稳过程。
之后再进行kpss检验，命令为：“kpss dlny，nottrend ”。
这个时候，我们就可以看到统计量均远小于5%的临界值，接受平稳过程的原假设，在最后填写ADF检验结果表格的时候就可以写上：“接受lny 为a阶单整a（x）过程。”
然后上述过程对每个时间序列变量都进行一遍。
在最后的结果表格写上：“ADF统计值、5%临界值、P值、平稳与否。”
在进行kpss检验之后为几阶单整过程即可。（如果理解不了其中的数学逻辑可以先上软件操作，论文中不需要太多的理论推导，上结果分析回归结果即可，答辩的时候再准备理论推导）
参考资料：陈强.高级计量经济学及stata应用[M].高等教育出版社.2010（414-422）
3. 论文中t检验结果如何呈现
t检验值就是这些统计检定值，与它们相对应的概率分布，就是t分布。统计显著性（sig）就是出现目前样本这结果的机率。
x2是样本统计实际观测值与理论推算值之间的偏离程度。
F值和t值就是这些统计检定值，与它们相对应的概率分布，就是F分布和t分布。统计显著性（sig）就是出现目前样本这结果的机率。
4. 论文中t检验分析
双总体t检验才是检验两个样本平均数与其各自所代表的总体的差异是否显著。
双总体t检验又分为两种情况，一是独立样本t检验（各实验处理组之间毫无相关存在，即为独立样本），该检验用于检验两组非相关样本被试所获得的数据的差异性；
一是配对样本t检验，用于检验匹配而成的两组被试获得的数据或同组被试在不同条件下所获得的数据的差异性，这两种情况组成的样本即为相关样本。
所选择的检查方法必须符合其适用条件。
理论上，即使样本量很小，也可以进行t检验。（例如，如果样本量为10，有些学者认为即使是更小的样本量也可以），只要每组的变量都是正态分布的，两组之间的差方将不会有显著差异。如上所述，数据的正态假设可以通过观察数据的分布或进行正态检验来估计。
方差齐性假设可以用F检验，更有效的是用Levene检验。如果不满足这些条件，可以使用修正后的t检验，或者使用非参数检验代替t检验来比较两组之间的均值。
5. 论文t检验出来的数据怎么分析
t检验：在验证总体分布是否为正态分布时，少量样本（一般在生物实验中认为3个样本足够，这是大部分做生物的人给出的样本量最小值）说服力不够（虽然大多数人都这么做。所以有句话叫做现在的生物学论文中80%的假设检验问题都是错的），问过研究数理统计的老师，为了避免在T检验的样本量问题上被人argue，建议在小于10个样本量的情况下，尽可能使用置换检验的方法，即研究数理统计的老师给出的t检验样本量最小值为10。
方差分析：根据t检验的结论推断，在需要验证总体分布的情况下，少量样本说服力很低，所以在较为保险的情况下，建议使用10个样本量作为最少需要的样本（虽然建议用10个，但是还是要根据投稿的期刊选择假设检验的样本量，如果前人都用3个那就用3个吧。。。）。
综上所述，最少样本量分为两种情况： 1. 大多数做生物的人认可的3个样本量 2. 做统计学的人认可的10个样本量
际蓝论文网版权声明：以上内容作者已申请原创保护，未经允许不得转载，侵权必究！授权事宜、对本内容有异议或投诉，敬请联系网站管理员，我们将尽快回复您，谢谢合作！
