# 双样本 t 检验计算器 基于原始数据或汇总统计量执行独立双样本合并方差 t 检验 > 标准页面: https://elysiatools.com/zh/tools/two-sample-t-test-calculator - **分类:** Math & Numbers - **关键词:** 双样本 t 检验, 独立样本, 合并方差, p 值, 假设检验 ## 概述 双样本 t 检验计算器是一款专业的统计分析工具，旨在帮助用户通过原始数据或汇总统计量（均值、标准差和样本量）快速执行独立双样本合并方差 t 检验。无论是进行科学研究、A/B 测试还是质量控制，该工具都能精准计算 t 统计量、p 值和自由度，并根据设定的显著性水平自动判断是否拒绝原假设，为数据驱动的决策提供可靠的统计学依据。 ## 输入项 - **第 1 组数据** (textarea): Enter group 1 values - **第 2 组数据** (textarea): Enter group 2 values - **第 1 组均值（可选）** (number) - **第 2 组均值（可选）** (number) - **第 1 组标准差（可选）** (number) - **第 2 组标准差（可选）** (number) - **第 1 组样本量（可选）** (number) - **第 2 组样本量（可选）** (number) - **假设差异** (number) - **备择假设** (select) - **显著性水平** (number) - **小数位数** (number) ## 适用场景 - 需要比较两个独立样本组的均值是否存在统计学上的显著差异时。 - 只有两组数据的汇总统计量（均值、标准差、样本量）而缺乏原始数据记录时。 - 在产品测试或医学研究中，需要验证新方案与对照组效果差异的显著性时。 ## 工作原理 - 在输入框中粘贴两组独立的原始数据（以逗号分隔），或直接在可选参数中输入两组的均值、标准差和样本量。 - 设置假设差异（通常为 0）、备择假设方向（双侧、大于或小于）以及显著性水平（如 0.05）。 - 工具将基于合并方差公式自动计算 t 统计量、自由度（df）和 p 值。 - 最终输出 JSON 格式的检验结果，并直观显示是否在当前显著性水平下拒绝原假设（rejectNull）。 ## 使用案例 - 营销团队分析 A/B 测试结果，比较两种不同广告文案的转化率是否存在显著差异。 - 制造企业在质量控制过程中，对比两条不同生产线产出零件的平均尺寸差异。 - 医学研究人员评估一种新药与安慰剂在降低患者血压方面的效果对比。 ## 常见问题 ### 这个计算器支持哪种类型的 t 检验？ 本工具专门用于执行独立双样本 t 检验，并默认假设两组数据具有相同的总体方差（即合并方差 t 检验）。 ### 我没有原始数据，只有均值和标准差可以使用吗？ 可以。您可以留空原始数据输入框，直接在可选参数中填写两组的均值、标准差和样本量来进行计算。 ### 什么是备择假设（Alternative Hypothesis）？ 备择假设决定了检验的方向。“双侧”用于检测两组均值是否不相等，“大于”或“小于”用于检测单向的显著性差异（即单侧检验）。 ### 显著性水平（Alpha）应该设置多少？ 通常情况下，显著性水平设置为 0.05，这意味着有 5% 的概率会错误地拒绝真实的原假设。您也可以根据研究的严格程度将其调整为 0.01 或 0.10。 ### 结果中的 rejectNull 为 true 代表什么？ 当 rejectNull 为 true 时，表示计算得出的 p 值小于您设定的显著性水平（Alpha），说明两组数据之间存在统计学上的显著差异，从而拒绝原假设。 ## 相关工具 - [效应量计算器](https://elysiatools.com/zh/tools/effect-size-calculator): 根据汇总统计量计算 Cohen d、Hedges g、比例 Cohen h 或相关 r 效应量 - [误差范围计算器](https://elysiatools.com/zh/tools/margin-of-error-calculator): 根据样本量、置信水平和变异程度，计算均值或比例的误差范围 - [单样本 t 检验计算器](https://elysiatools.com/zh/tools/one-sample-t-test-calculator): 基于原始数据或汇总统计量执行单样本 t 检验，输出 p 值和置信区间 - [配对 t 检验计算器](https://elysiatools.com/zh/tools/paired-t-test-calculator): 根据前后测量值或已计算的配对差值执行配对样本 t 检验 - [标准误计算器](https://elysiatools.com/zh/tools/standard-error-calculator): 根据原始样本值或汇总统计量计算均值标准误 - [T 检验计算器](https://elysiatools.com/zh/tools/t-test-calculator): 基于原始数据执行单样本或双样本 t 检验，并查看 t 统计量、自由度和 p 值 - [加权平均计算器](https://elysiatools.com/zh/tools/weighted-average-calculator): 根据数值和对应权重计算加权平均，并显示贡献和归一化权重 - [Welch t 检验计算器](https://elysiatools.com/zh/tools/welch-t-test-calculator): 基于原始数据或汇总统计量，对不等方差独立组执行 Welch 双样本 t 检验 ## 示例 - [Web Python 图像处理示例](https://elysiatools.com/zh/samples/web-image-processing-python): Web Python 图像处理示例，使用 PIL/Pillow 包括读取、保存、缩放和格式转换 - [Android Java 图像处理示例](https://elysiatools.com/zh/samples/android-image-processing-java): Android Java 图像处理示例，包括图像读取保存、缩放和格式转换 - [Android Kotlin 图像处理示例](https://elysiatools.com/zh/samples/android-image-processing-kotlin): Android Kotlin 图像处理示例，包括图像读取保存、缩放和格式转换 - [Web Rust 图像处理示例](https://elysiatools.com/zh/samples/web-image-processing-rust): Web Rust 图像处理示例，包括图像读取保存、缩放和格式转换 ## 相关内容 - [A/B 实验设计、样本量与统计功效](https://elysiatools.com/zh/hubs/ab-testing-experiment-design-and-statistical-power): 规划 A/B 实验、估算证据规模、选择合适检验，并在采取行动前复核效果量与不确定性。