统计
t 检验怎么做：非配对、配对与 Mann–Whitney 检验
t 检验用来判断两组的均值差异是否超出了随机误差能解释的范围。在 PivoGraph 中，把两组数据录入 Column 表的两列，打开 分析 面板，选择 t 检验（两组），再在 参数 页设置实验设计：两组相互独立选 非配对，同一批受试者测了两次选 配对。P 值、差值的 95% 置信区间和效应量显示在 结果 页。
选哪种检验
| 数据情况 | 实验设计 | 分布 | 检验 |
|---|---|---|---|
| 两组相互独立，如对照组与给药组小鼠 | 非配对 | 正态（比较均值） | 非配对 t 检验（Welch 或 Student） |
| 同一批受试者测两次，如治疗前后 | 配对 | 正态（比较均值） | 配对 t 检验 |
| 两组独立，数据明显偏态或为评分 | 非配对 | 非参数（比较秩） | Mann-Whitney 检验 |
| 配对数据，差值明显不服从正态 | 配对 | 非参数（比较秩） | Wilcoxon 配对符号秩检验 |
非配对时，方差 一项可选 Welch t 检验（不假定两组 SD 相等，默认）或 Student t 检验（假定 SD 相等）。
操作步骤
- 把每组录入 Column 表的一列。配对设计时，同一受试者的两个值放在同一行。
- 点击右侧面板栏中的 分析，或选择 分析 → 打开分析面板。
- 在 方法 页选择 t 检验（两组）。
- 在 参数 页的 比较 中选出两列，再设置 实验设计 和 分布。
如果当前图是前后对比图，PivoGraph 会默认按 配对 设置检验。
读懂结果
- P 值 与 汇总：双尾 P 值及对应的星号。
- 差值 与 95% CI：第二列均值减第一列均值，以及它的置信区间。区间不包含 0，与 P < 0.05 一致。
- t，df 与 N：检验统计量、自由度和每组的数值个数。
- 效应量：配对时给出 R² 和 Cohen's dz；非配对时给出 R²、Cohen's d 和 Hedges' g。
- 配对是否有效？（配对时）给出两列之间的相关系数；两组方差的 F 检验（非配对时）检查两组 SD 是否不同。
示例数据中，17 只眼的眼压从 22.87 mmHg 降到 19.62 mmHg，平均下降 3.25 mmHg（95% CI −3.96 至 −2.53）。论文中可以这样写：配对 t 检验，t(16) = 9.63，P < 0.0001，n = 17。
把结果标到图上
切换到 图表视图，在 结果 页点击 向图表添加括号。括号连接两组，并按 P 值显示星号。星号的阈值和括号的调整方法见如何在图上添加显著性星号。
常见问题
配对还是非配对？ 一组中的每个值在另一组里都有天然对应的值时用配对，比如同一只动物、同一位患者、同一只眼或同一批次。配对能扣除个体之间的差异，真实的差异更容易被检测出来。
Welch 还是 Student t 检验？ Welch t 检验不要求两组 SD 相等，SD 相等时效果也很好，所以设为默认。实验方案指定 Student t 检验时再改选。
什么时候用 Mann–Whitney 检验？ 数据明显偏态、是评分或等级，或者含有不能剔除的离群值时。它比较的是秩而不是均值；样本量小时，PivoGraph 给出精确 P 值。
有三组或更多组怎么办？ 用单因素 ANOVA 加多重比较，不要两两重复做 t 检验，见如何做单因素 ANOVA。
结果准确吗？ t 检验、效应量和秩检验都已在验证页与 R 逐值对照。