配对样本t检验简称配(成)对t检验(paired/matched t-test)，也称关联样本t检验(related-sample t-test)，适用于配对设计或自身对照设计的计量资料的比较。配对设计是将受试对象按照某些重要特征(如性别、年龄等可疑混杂因素)配成对子，再将每对中的两个受试对象随机分配到两处理组。在医学科研中，配对设计主要有以下情形：①同一组研究对象身体不同部位配对，如癌组织与癌旁组织某种基因的表达、左手和右手的血压比较。②条件配对，如在同一窝老鼠中选择性别和体重相同的2只作为一个对子，组成多个对子；再将每个对子中的2只老鼠随机分配到2个处理组中去，然后比较两种处理方法的效果。③同一批标本不同检测方法配对，如同一批血液，被分成2份，分别用两种方法检测某种生化指标的含量。④还有一类特殊的研究设计，同一组研究对象干预前后配对，如同一组病人使用降血糖药物前后空腹血糖值的比较。对于这类设计，尽管可使用配对样本t检验进行数据分析，但严格来说并不属于配对设计，而是属于干预前后的重复测量设计。
关键词：t检验; 配对样本t检验; 配对t检验; 成对t检验; 成组t检验; 关联样本t检验; 差值正态性
一、适用条件
配对样本t检验需要满足五个条件：
条件1：观察变量为连续变量。
条件2：观察变量为配对设计。
条件3：观察变量可分为2组。
条件4：观察变量不存在显著的异常值。
条件5：两个配对组别间观察变量的差值服从正态(或近似正态)分布。
二、统计量计算
在将配对数据求差值后，配对t检验的实质与单样本t检验相同。以上述第②种情形条件配对为例，两同质受试对象配对分别接受两种不同处理。若两处理效应相同，即μ1-μ2=0(当成已知总体均数μ0)。即配对数据的差值应围绕0上下波动，不会离开0太远，因此可将此类资料看成是差值的样本均数 \(\bar{d} \) 所代表的未知总体均数μd与已知总体均数μ0=0的比较，其检验统计量可按如下公式计算：
\(t=\frac{\bar{d}-\mu_d}{S_{\bar{d}}}=\frac{\bar{d}-0}{S_d/\sqrt{n}}=\frac{\bar{d}}{S_d/\sqrt{n}}\)，\(\quad v=n-1\)
与单样本t检验统计量计算公式(单样本t检验—理论介绍)不同的是，d为每对数据的差值， \( \bar{d} \) 为差值的样本均数，Sd为差值的标准差， \( S_\bar{d} \) 为差值样本均数的标准误，n为对子数。
三、假设检验
(一) 建立检验假设，确定检验水准
H0：μd = 0，即两种方法对肌肉组织中生化指标(X)含量的检测结果无影响；
H1：μd≠0，即两种方法对肌肉组织中生化指标(X)含量的检测结果有影响。
α = 0.05
(二) 计算检验统计量
本例 \(n = 17 \) , \( \sum{d}=0.6164 \) ， \( \sum d^{2} \)=0.02947 ， \( \sum{d} /n=0.6164/17=0.03626 \)
\( s_{d}=\sqrt{\frac{\sum d^{2}-\frac{(\Sigma d)^{2}}{n}}{n-1}}=\sqrt{\frac{0.02947-\frac{(0.6164)^{2}}{17}}{17-1}}=0.02109 \)根据上面公式得：
\(t=\frac{0.03626}{0.02109 / \sqrt{17}}=7.088848 \), \( \quad v=17-1=16\)
(三) 确定P值，作出推断结论
以 \(v=16\)查(t界值表)得t0.001/2,16=4.015，t=7.088848> t0.001/2,16=4.015，得P<0.001。按α = 0.05水准，拒绝H0，接受H1，差异有统计学意义。可认为两种方法对肌肉组织中生化指标(X)含量的检测结果有影响。