有些学生问我，配对 t 检验对比非配对 t 检验更准确或者更强吗？今天，我会用一些例子来说明两者的区别。

简单来说，如果变量是配对的，那就适合使用配对检验，如果不是配对的，那就不合适，没有所谓更强、更准确的。

一些例子：
成对样本：分析一群夫妻之中，夫和妻分别的年收入多寡是否有差异。
重复性的量测：分析参加减肥试验的一群人，参加试验前与规律运动3个月后的体重是否有差异。

当变量之间存在相关性时，配对设计就会比独立组设计要更有统计效能——而在现实中，它们不相关的情况其实很少见。

-相关性越强，统计效能就越高。
-但在极少数出现负相关的情况下，配对设计反而会降低效能。

为什么说配对设计的检验会更有力？
一句话：在配对设计中，每个人其实都相当于“自己的对照组”。

举个例子：
你想比较两种哮喘吸入器的效果。你把新款吸入器给了我，观察我用了之后效果怎么样。
如果你采用的是独立组设计，你没法知道旧款吸入器对我来说效果如何，只能靠估算——你把旧款给很多人用，然后假设这些人和我差不多。

但如果是重复测量（配对设计），你就能知道旧款对我有没有用，因为你也让我试了一次旧款。

如果是六西格玛的绿带或者黑带，他们都是懂数据分析的人，他们不应该依赖于公式和工具，更需要多用一点常识和常理去判断。