配对样本T检验跟独立样本T检验有什么差别啊
独立样本t 检验用于分析定类数据与定量数据之间的关系情况。例如研究人员想知道两组学生的智商平均值是否有显著差异。t 检验仅可对比两组数据的差异,如果为三组或更多,则使用方差分析。如果刚好仅两组,建议样本较少(低于100时)使用t 检验,反之使用方差分析。
数据格式如下：
独立样本t 检验是研究2组数据的差异，比如不同性别时满意度的差异。数据格式中需要有组别X（比如性别）和分析项Y（比如满意度）。
有时候数据格式中只有2列，而没有组别，比如实验组和对照组。那么就需要对数据进行改造，自己加入一列‘组别’，然后把数据重叠起来得到分析项Y，类似如下图：
SPSSAU操作
登录账号后进入SPSSAU页面，点击右上角“上传数据”，将处理好的数据进行“点击上传文件”上传即可。
在“通用方法”模块中选择“t检验”方法，将X定类数据（仅两组）放于上方分析框内，Y定量变量放于下方分析框内，点击“开始分析”即可。
背景：研究不同性别群体对网购满意度是否有差异。
从上表可以看出：不同性别样本对于网购满意度全部均呈现出显著性(p<0.05)，意味着不同性别样本对于网购满意度均有着差异性。具体分析可知：性别对于网购满意度呈现出0.01水平显著性(t=-13.816，p=0.000)，以及具体对比差异可知， 女的平均值(0.50)，会明显低于男的平均值(1.63)。总结可知：不同性别样本对于网购满意度全部均呈现出显著性差异。
配对t 检验,用于配对定量数据之间的差异对比关系.例如在两种背景情况下(有广告和无广告);样本的购买意愿是否有着明显的差异性;配对t 检验通常用实验研究中。
数据格式
配对数据的格式相对较为特殊，包括配对t 检验，或者配对卡方等。比如实验组和对照组数据的差异。如下图：
配对数据一般是在实验时使用，而且配对数据的特点为：行数一定完全相等并且只有两列。如果研究数据的行数不相等，那可能不是配对数据，如果还想对比差异，可能需要使用独立t 检验。独立t 检验和配对t 检验的数据格式不一样，需要特别注意。
背景：以体育疗法治疗高血压，10个高血压患者在施以体育疗法前后测定舒张压，研究体育疗法对高血压是否有效。（案例来源于：SPSS统计分析 第5版）
从上表可以看出：总共1组配对数据，均会呈现出差异性(p<0.05) 。具体分析可知：治疗前舒张压和治疗后舒张压之间呈现出0.01水平的显著性(t=5.639，p=0.000)，以及具体对比差异可知，治疗前舒张压的平均值(119.50)，会明显高于治疗后舒张压的平均值(102.50)。
两者的主要区别在于数据的来源和要分析的问题。。
独立样本t检验中，两组的样本是独立的，不是A1和B1来组队；配对样本中，实际上不是以一个对象为样本，而是以“一对”或“一组”对象为样本，例如A1—B1是一对，是一个样本。A1只能和B1来配，而不能和B2等其他来配对。 此外配对样本还涉及不同的时间的同一样本比较，例如一个班级中，每个同学同一门课程在两个学期的成绩对比。两个时间点，针对的是同一个人，其实就是下学期的A和上学期的A配对。
独立样本T检验程序使用相同的两个独立样本，以测试是否意味着整体，相当于测试的两个正态分布总体平均是相等的，即假设进行检验。μ1=μ2这个测试T分布是否建立了理论依据。 配对样本用于测试两个相关样本从正常人群具有相同的意思