PAST：最简便易用的统计学分析软件教程（十四）----检验两组数据间的差异性

本系列教程基于windows版本的PAST 3.0软件进行。

软件下载地址：扫描下方二维码，提取码：i274。

下载后的软件无需安装，双击“Past3.exe”即可打开软件进行使用。

---

两组数据的差异性

在进行科研数据分析时，最常进行的统计学分析即为检验两组数据之间是否具有显著性差异。

选择数据后，点击Univariate按钮下的Two sample tests标签进行检验。

Two sample tests选项可以对给定的两个单变量样品进行比较 (两列)，也可对两组样品比较 (一列样品为数据，一列为分组，类似SPSS输入格式)。

当数据输入格式为一列为带分析数据另一列为分组时，需要在column attributes中将分组列的Type设置为Group。

T-test

t-test通过统计学算法比较两组样本所属总体的平均数是否具有显著性差异。

t-test一栏中根据下方3个测试的p值来判断两组样本有无差异。

t中如果p值小于0.05，则两个样本属于两个平均数不同的总体。

Uneq.var.t也称为Welch test，当两组样品的方差差别很大时，其作为基本t-test的变种具有更合理的结果。

Monte Carlo permutation与t test原理一样，但是要求样本数目大于3。

F-test

F-test检测两个样本的总体是否具有相同的方差。

F值为较大方差与较小方差的比值，当p值小于0.05时，说明两个样本所属总体的方差具有显著差异，此时应选择t-test中的Uneq.var.t结果评估两个样本的差异显著性。

Mann-Whitney test

Mann-Whitney用于检测两个样本的中位数是否存在显著差异，也称为Wilcoxon Mann-Whitney U test，以z值后的p值表示差异性，当样本数据不符合正态分布时采用此方法。

当p值小于0.05时，表示两个样本的中位数存在显著差异。

Monte Carlo permutation的p值为对z值的控制，当两个样本中的数小于30个时，同时会给出Exact permutation，如果有此值，则以此值为准。

Kolmogorav-Smirnov test

Kolmogorov-Smirnov检测两个单变量样本整体分布是否具有差异，而不是特异性的检测均值、方差等参数的差异性。

Coff. of variation

Coff. of variation检测两个样本方差系数的差异性。

CV为标准偏差占平均数的百分比，当p值小于0.05时，说明两个方差系数具有显著差异。

---