本文：1566字 ▏18图
两独立样本T检验适用于：两独立正态分布的计量资料，如果有原始资料，借助统计软件很容易获取T检验的统计量和P值。假如我们只知道两组资料的样本量、均值和标准差，可以根据公式法计算出t值，然后通过T界值表确定P值范围。对于正态分布的计量资料，文献中常采用均值±标准差表示，我们可以利用两独立样本T检验的公式去验证检验结果和结论是否正确。
高版本的SPSS提供了【摘要独立样本T检验】，输入两组资料的样本量、均值与标准差，可以快速输出相应检验结果。
1摘要独立样本T检验的插件安装
低版本的SPSS没有该插件，以22.0版本为例，如下图所示，但是24.0和25.0安装后都存在该插件。
我们可在【实用程序】➱【扩展束】➱【下载并安装扩展束】中查找该插件并安装，如下图所示。(PS：加权Kappa和1:1倾向性得分PSM的插件都可以按照此步骤安装)
但安装后使用时出现错误提示：未安装Pyhton插件。可能在安装软件包时忘了勾选Python插件，导致执行命令失败，如下图所示。
考虑到22.0确实不好用，遂卸载之，安装24.0，切记安装时勾选Essentials for Python，如下所示。
安装后可在【分析】➱【比较平均值】下看到【摘要独立样本T检验】。
2摘要独立样本T检验试用
我们先用原始值进行【独立样本T检验】，然后再用【摘要独立样本T检验】验证，原始数据(不同性别的身高比较)和【独立样本T检验】如下所示：
【独立样本T检验】结果显示：男性身高171.30±15.02cm，女性身高164.90±13.52cm，由Levene方差齐性检验的F=0.138，P=0.715可知，尚不能认为两组方差不等，应选择假设方差相等的T检验结果：T=1.002，P=0.330。
下面我们看【摘要独立样本T检验】的结果，将两组的样本量、均值和标准差输入，点击【确定】，如下所示：
【摘要独立样本T检验】除了输出摘要数据结果和独立样本检验，还输出了基于方差是否相等的渐进、精确差值的95%CI，这里的方差齐性检验用的Hartley检验(常见的3种方差齐性检验方法：Levene检验、Bartlett检验和Hartley检验，Hartley检验适用于两样本相等情况)。
下面比对【独立样本T检验】和【摘要独立样本T检验】结果：仅方差齐性检验的统计量不同，而结论是一致的，前者采用Levene检验、后者采用Hartley检验，但T值和P值完全一致。
3摘要独立样本T检验验证文献结果
文献1：作者比较PR组和DR组的年龄情况。我们将样本量、均值和标准差输入【摘要独立样本T检验】窗口：
中国眼耳鼻喉科杂志,,19(06):422-424.
结果解读：由Hartley检验可知P=0.3178，尚不能认为两组总体方差不等，应选择第一行T检验结果，既T=-0.308，P=0.760，该结果与作者文献中一致。
文献2：作者比较治疗组、对照组治理前心电图变化情况，如下图所示。
中华中医药学刊,,30(12):2649-2654.结果解读：由Hartley检验可知P＜0.001，可以认为两组总体方差不相等，应该选择第二行T检验结果，既T=1.87，P=0.0645，该结果与作者文献中一致。其实，到这里还没结束，我们选择的两篇文献都有一个共同点：两组的样本量相等。下面看下样本量不等的情况，如下图所示。文献3：作者比较不同年龄组留守儿童血红蛋白水平差异，我们以6岁组为例。
中华流行病学杂志, , 40(12):1548-1553.
结果解读：由Hartley检验可知P=0.0079，认为两组总体方差不相等，应该选择第二行T检验结果(即假定方差不齐)，即T=-0.701，P=0.484，文献中T=-0.69，P=0.490，微小差异，但结论一致。
两者统计量和P值不一致的原因可能有两点：该方法适用于两组样本量相等情况；数据保留位数差异。
