1.比较双独立样本均值差别

在实际工作中，常常会遇到比较双独立（Independent）样本参数的问题，如比较两地区的收入水平，比较两种工艺的精度等。对于X、Y两个样本数列来说，如果它们互相独立，并且都服从方差为常数的正态分布，那么可以使用双独立样本t检验[Two Sample T-test（Independent）]来检验两个数列的平均值是否相同。两个样本总体t检验的统计量按式（12-3）计算。式中，S²、d₀分别为总的样本方差和两个样本的平均值差。

双独立样本t检验是分析两个符合正态分布的独立样本的均值是否相同，或与给定的值是否有差异。进行双独立样本t检验时，选择菜单命令【Statistics】→【Hy-pothesis Testing】→【Two Sample t-Test】，系统弹出【Statistics\Hypothesis Testing：TwoSampletTest】对话框，选择设置显著性水平（Significance Level）。单击“OK”按钮以后，检验结果输出到分析报告工作表。检验结果包括以下各项：两个数列的名称、平均值、数列长度、方差，以及t值、P值和检验的精度。

下面结合“time_raw.dat”数据文件中的样本进行介绍。药品研发人员想比较开发出的两种medicine A和medicine B安眠药效果，随机用药品对20位失眠症患者进行试验，其中一半人采用medicine A治疗，另一半人采用medicine B治疗，记录下每位患者使用药品后延长的睡眠时间，要求通过检验分析这两种药品的差别。

（1）导入“Origin9.1\Samples\Statistics\time_raw.dat”数据文件。

（2）选择菜单命令【Statistics】→【Hy-pothesis Testing】→【Two Sample t-Test】，打开【Statistics\Hypothesis Testing：TwoSam-pletTest】对话框。在该对话框中，选择按原始“Raw”数据输入格式输入，在“1st Data Range”选择A（X）列，在“2nd Data Range”选择B（Y）列，在期望平均值“Test Mean”中接受默认值“0”。设置好的【Statistics\Hypothesis Testing：TwoSample-tTest】对话框如图12-44所示。

（3）单击“OK”按钮，新建一个输出分析报告工作表，如图12-45所示。

输出结果中的两组统计值分别是针对原假设（两组数据的方差相等/不等）所做出的t检验值。从图12-45可以看出，相对应的两组P值分别为0.07384和0.074，均大于0.05的置信水平。由此得出的结论是，在统计意义上，两组试验的治疗效果没有明显差别。

图12-44 【Statistics\Hypothesis Testing： TwoSampletTest】对话框(www.daowen.com)

2.比较双独立样本方差

（1）再导入“Origin9.1\Samples\Statistics\time_raw.dat”数据文件。

（2）选择菜单命令【Statistics】→【Hypothesis Testing】→【Two-Sample Test for Va-riance】，打开【Statistics\Hypothesis Testing：TwoSampletTestVariance】对话框。在该对话框中，选择按“Raw”方式输入，在“1st Data Range”选择A（X）列，在“2nd Data Range”选择B（Y）列，其余接受默认值。设置好的【Statistics\Hypothe-sis Testing：TwoSampletTestVariance】对话框如图12-46所示。

图12-45 双独立样本t检验分析报告工作表

图12-46 【Statistics\Hypothesis Testing：TwoSampletTestVariance】对话框

（3）单击“OK”按钮，新建一个输出方差分析报告工作表，如图12-47所示。输出结果P值为0.77181，大于0.05，表明两个样本的方差没有明显差别。

图12-47 输出方差分析报告工作表