過去数回の記事で、グループ間の比較の基本操作、通常の検定、および分散の均一性検定を紹介しました。今日の記事では、最も一般的に使用されるt検定（独立サンプルt検定、単一サンプルt検定、および対応のあるサンプルの検定）を紹介し、JMPを使用して分析を完了する方法の例を示します。
3つの一般的なNS検証
t検定は主に、サンプル統計量がパラメーター全体に等しいかどうかをテストするために使用されます。実際のアプリケーションでは、独立サンプルt検定、対応のあるサンプルt検定、および単一サンプルのt検定の3つの最も一般的なシナリオがあります。
- 独立サンプルt検定：2つの独立サンプルの平均間に統計的差異があるかどうかをテストするために使用されます
- 単一サンプルt検定：サンプルデータと特定の値の間に統計的差異があるかどうかを比較するために使用されます
- 対応のあるt検定：対応のあるサンプルの平均が統計的に異なるかどうかをテストするために使用されます。
この記事では主に2つのデータを使用します。1つは身体的健康スコアデータ（図1）で、もう1つは皮膚水分量データ（図2）です。
図1身体的健康スコアデータ
図2皮膚の水分含有量データ
1.1。 独立したサンプルNS検証
いわゆる独立サンプルとは、サンプルの元となった母集団が互いに独立していることを意味します。たとえば、2つのグループの身体的健康スコアを比較すると、張さんのスコアはLi Siのスコアとは関係がなく、独立しています。お互いの。
例1：身体的健康スコアデータで、喫煙者と非喫煙者の間で身体的健康スコアに違いがあるかどうかを比較したいと思います。
まず、JMPメニューの[分析]→[YをXに合わせる]をクリックして、グループ間の違いを比較するためのインターフェイスを呼び出します（図3）。
図3独立したサンプルt検証操作-関数テーブルの選択
この例では、身体的健康スコアが結果であり、喫煙がグループ化であるため、ダイアログボックスの身体的健康スコアを「Y、応答」に、喫煙を「X、係数」に入力します（図4）。
図4独立したサンプルのt検定操作-変数の選択
結果を図5に示します。
前号の記事を読んだ方は、図5には統計結果はありませんが、左上の赤い三角形のボタンをクリックすると、必要な統計分析結果が表示されることをご存知でしょう。これらの結果の選択組み合わせる必要がありますデータの正規性と分散の均一性が判断されます。
テスト結果は、データが正規分布であり、分散が均一であることを示しているため、独立したサンプルのt検定を検討できます。
図5出力結果グラフ
「喫煙-身体的健康スコア」の単一因子分析の横にある赤い三角形のボタンをクリックし、ドロップダウンメニューで「平均/分散分析/複合t（図6）」を選択します。
図6独立したサンプルt検証操作-メソッドの選択
結果を図7に示します。t値（つまり、結果のtの比率）は0.696であり、結果は3つのP値、つまり確率> | t |、確率> t、確率 | t |は両側のP値を表し、これも最も頻繁に報告されます。確率> tと確率
結果は、喫煙者と非喫煙者の間で身体的健康スコアに統計的に有意な差がないことを示唆しています。
図7独立したサンプルのt検定の結果
この場合のデータは正規性を満たしているが、2つのグループの分散が均一でない場合は、調整済みt検定（Satterthwaite t検定）を使用できます。 「喫煙-身体的健康スコア」単一因子分析（図8）の左側にある赤い三角形のボタンをクリックし、ドロップダウンメニューから「t検定」を選択して、調整されたt検定の結果を取得します。
結果の表示形式と解釈は、図7に示すt検定と同じです。
図8キャリブレーションt検定の選択
**ここに注意してください：
JMPのオプションでは、「t検定」の出力は、較正されたt検定の結果であり、「平均/分散分析/結合t」の出力は、t検定の結果です。分析を行うときは、誰もが間違いをチェックしないようにする必要があります。
2.2。 単一サンプルNS検証
単一サンプルのt検定は通常、データセットの平均値と指定されたターゲット値の間に統計的差異があるかどうかをテストするために使用されます。特定のプロのアスリートの平均赤血球値と標準赤血球値の間に統計的な違いがあるかどうかを知りたい場合。
例2：身体的健康スコアデータでは、身体的健康スコアの正常値が60であると仮定して、患者の身体的健康スコアと健康な人の正常値との間に差があるかどうかを知ることが計画されています。
この研究のデータは正規分布しており、1サンプルのt検定を考慮することができます。
単一サンプルのt検定にはグループ化係数がないため、「YとXの適合」関数テーブルでは完了しませんが、「分布」関数テーブルで実装されます。
図9単一サンプルのt検証-関数テーブルの選択
「分析→配布」を選択します（図9）。図10のインターフェースで、身体的健康スコアを「Y、行」に入力します。 [OK]をクリックして、結果インターフェイスに入ります（図11）。
図10単一サンプルのt検定変数の選択
体力スコアの左側にある赤い三角形のボタンをクリックし、ドロップダウンメニュー（図11）で「確認済みの平均」を選択します。「平均」は指定する必要のある目標値です。
図11単一サンプルのt検定法の選択
ポップアップダイアログボックスで、指定された仮想平均（図12）に60を入力します。つまり、テストサンプル母集団の身体的健康スコアの平均値が目標値の60と統計的に異なるかどうかを入力します。標準偏差がわかっている場合は、図12に標準偏差を入力することもできます。不明な場合は、サンプルデータに基づいて推定します。
図12単一サンプルのt検定-ターゲット値を指定します
結果を下の図13に示します。これは、差が統計的に有意であることを示しています（t = -5.7130、p <0.0001）。
図13単一サンプルのt検定の結果
3.3。 対応のあるt検定：2組のペアデータの比較
独立したサンプルの概念の反対は、ペアのサンプルです。つまり、サンプルは独立していません。たとえば、治療前後の高血圧症の人の血圧値。張さんの場合、血圧値は治療前と治療後には一定の関係があります。治療前が180の場合、治療後に突然120に低下することは通常なく、180よりわずかに低くなる可能性があります。
例3：水分含有量データでは、介入前後の患者間で皮膚水分含有量に違いがあるかどうかを調査することが計画されています。この研究では、同じグループの患者の異なる時点での検査結果に違いがあるかどうかを調査しているため、ペアデータに属します。データが正規分布に従う場合は、ペアt検定が使用されます。正規分布が満たされない場合は、ノンパラメトリックペアリング検定が使用されます。ノンパラメトリック検定については、次の章で詳しく説明します。
対応のあるt検定の統計分析の考え方は、介入の前後の差を計算し、差の平均を0と比較して、介入の前後の差が統計的に有意であるかどうかを取得することです。したがって、ペアのデータをJMPにインポートするときは、図2に示すインポート形式に注意する必要があります。各患者の2つの測定値は同じ行と2つの列にあるため、測定値の差は各患者の値を取得できます。
対応のあるt検定の実現は、「Fit Y with X」メニューではなく、「ProfessionalModeling」メニューの下にあります。 「分析→プロフェッショナルモデリング→マッチング」を選択します（図14）。
図14ペアリングt検証-関数テーブルの選択
リマインダーは次のとおりです。この記事では例としてJMP15を使用しています。JMPのバージョンが異なると、ペアリングメニューの場所が異なる場合があります。初期のJMPソフトウェアでは、「分析」オプションの下に「ペアリング」モジュールがあります。 。。
対応のあるt検定では、少なくとも2つの結果変数が必要です。この場合、皮膚水分量（介入前）と皮膚水分量（介入後）。これら2つの変数を「Y、一致した応答」に入れます（図15）。 。 JMPが対応のあるt検定の計算を実行すると、デフォルトで2番目の行の変数が最初の行の変数から減算されます。操作中の変数の順序に注意してください。
図15に示すように、介入前の1行目と介入後の2行目であるため、結果は介入後-介入前に基づいています。この場合、介入後に皮膚水分量が増加したかどうかを知りたいので、まず皮膚水分量を入れて（介入前）、次に皮膚水分量を入れます（介入後）。
図15対応のあるt検定変数の選択
対応のあるt検定の結果を図16に示します。結果では、差の計算方法は最初に皮膚水分量（介入後）-皮膚水分量（介入前）として示されています。結果セクションでは、介入前後の平均値と平均値が示されています差は6.32であり、介入後の差を示しています。皮膚の水分含有量は介入前よりも高く、皮膚の水分含有量は平均6.32増加しました。介入前後の皮膚水分量の差は統計的に有意でした（t = 12.595、p <0.0001）。
図16対応のあるt検定の結果
上記は、この号で紹介したJMPに基づく3つの一般的なt検定アプリケーションのシナリオ、アプリケーションのアイデア、および分析上の注意事項です。フォローアップ記事では、分散分析とペアワイズ比較、ランク和検定とそのペアワイズ比較、カイ2乗検定と傾向検定を引き続き提供します。乞うご期待！
オリジナル：文学社会におけるt検定の3つの一般的な方法
